MétaCan
Menu
Retour à la cohorte
Enregistrement W4301647701 · doi:10.5194/tc-16-1497-2022

Snow water equivalent change mapping from slope-correlated synthetic aperture radar interferometry (InSAR) phase variations

2022· article· en· W4301647701 sur OpenAlexafffundabout
Jayson Eppler, Bernhard Rabus, Peter Morse

Notice bibliographique

Revue˜The œcryosphere · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensGeological Survey of CanadaNatural Resources CanadaSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInterferometric synthetic aperture radarRemote sensingSynthetic aperture radarInterferometrySnowGeologySpatial variabilityRadarGeodesyEnvironmental scienceOpticsGeomorphologyComputer sciencePhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract. Area-based measurements of snow water equivalent (SWE) are important for understanding earth system processes such as glacier mass balance, winter hydrological storage in drainage basins, and ground thermal regimes. Remote sensing techniques are ideally suited for wide-scale area-based mapping with the most commonly used technique to measure SWE being passive microwave, which is limited to coarse spatial resolutions of 25 km or greater and to areas without significant topographic variation. Passive microwave also has a negative bias for large SWE. Another method is repeat-pass synthetic aperture radar interferometry (InSAR) that allows measurement of SWE change at much higher spatial resolution. However, it has not been widely adopted because (1) the phase unwrapping problem has not been robustly addressed, especially for interferograms with poor coherence, and (2) SWE change maps scaled directly from repeat-pass interferograms are not an absolute measurement but contain unknown offsets for each contiguous coherent area. We develop and test a novel method for repeat-pass InSAR-based dry-snow SWE estimation that exploits the sensitivity of the dry-snow refraction-induced InSAR phase to topographic variations. The method robustly estimates absolute SWE change at spatial resolutions of < 1 km without the need for phase unwrapping. We derive a quantitative signal model for this new SWE change estimator and identify the relevant sources of bias. The method is demonstrated using both simulated SWE distributions and a 9-year RADARSAT-2 (C-band, 5.405 GHz) spotlight-mode dataset near Inuvik, Northwest Territories (NWT), Canada. SWE results are compared to in situ snow survey measurements and estimates from ERA5 reanalysis. Our method performs well in high-relief areas, thus providing complementary coverage to passive-microwave-based SWE estimation. Further, our method has the advantage of requiring only a single wavelength band and thus can utilize existing spaceborne synthetic aperture radar systems.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,713
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0680,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,038
Tête enseignante GPT0,227
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetCryospheric studies and observationsTravaux en français237 207