A Synoptic-Scale Comparison of Satellite Yukon River Mouth Temperature to In-Situ and Reanalysis Data During 2003–2020
Notice bibliographique
Résumé
This paper combines remote sensing Sea Surface Temperature (SST), modeled salinity incorporating remote sensing data, reanalysis products, and in-situ data to study surface changes in previously difficult-to-access coastal Gulf of Alaska over the period 2003–2020. Despite river mouth SST warming from the beginning to the end of the study, data illustrate cooling of the Yukon from headwaters to the river mouth from 2011 to 2020. This result suggests a complex forcing in addition to warming, as well as the need for future examination with inverse models capable of assessing physical budgets for parameters like SST, river discharge, and atmospheric forcing. Here, open source data is combined with techniques such as eigenvalue analysis and a toy problem that uses machine-learning techniques to point to parameters related to SST change in the Yukon River mouth.The featured remote-sensing dataset in this study, the Group for High Resolution Sea Surface Temperature Microwave and Infrared (GHRSST-MWIR) has data from the MODIS sensor on the Aqua and Terra platforms [3] and also includes microwave-derived SSTs from the Advanced Microwave Scanning Radiometer. This dataset provides a unique look at nearly 20 years’ worth of SST data in an important NASA Climate Variability and Change focus area (CVC) [4; 5].To begin to point to which parameters may contribute to change over the interannual SST variability in the Norton Sound, this remote sensing data is combined in a principal components analysis with other parameters of modeled salinity, reanalysis air temperature, water vapor, and precipitation from MERRA-2, and in-situ datasets of river discharge from the Yukon river headwaters (VonFinster dataset) and the Yukon river mouth at the Norton Sound (Arctic Great Rivers Observatory).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».