A New Spatiotemporal Estimator to Downscale GRACE Gravity Models for Terrestrial and Groundwater Storage Variations Estimation
Notice bibliographique
Résumé
This study proposes a new mathematical approach to downscale monthly terrestrial water storage anomalies (TWSA) from the Gravity Recovery and Climate Experiment (GRACE) and estimates groundwater storage anomalies (GWSA) at a daily temporal resolution and a spatial resolution of 0.25° × 0.25°, simultaneously. The method combines monthly 3° GRACE gravity models and daily 0.25° hydrological model outputs and their uncertainties in the spectral domain by minimizing the mean-square error (MSE) of their estimator to enhance the quality of both low and high frequency signals in the estimated TWSA and GWSA. The Global Land Data Assimilation System (GLDAS) was the hydrological model considered in this study. The estimator was tested over Alberta, Saskatchewan, and Manitoba (Canada), especially over the Province of Alberta, using data from 65 in-situ piezometric wells for 2003. Daily minimum and maximum GWS varied from 14 mm to 32 mm across the study area. A comparison of the estimated GWSA with the corresponding in-situ wells showed significant and consistent correlations in most cases, with r = 0.43–0.92 (mean r = 0.73). Correlations were >0.70 for approximately 70% of the wells, with root mean square errors <24 mm. These results provide evidence for using the proposed spectral combination estimator in downscaling GRACE data on a daily basis at a spatial scale of 0.25° × 0.25°.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».