A New Operational Northern Hemisphere Snow Water Equivalent Retrieval Algorithm for FY-3F/MWRI-II Based on Pixel-Based Regression Coefficients
Notice bibliographique
Résumé
Satellite passive microwave (PMW) remote sensing is widely used for monitoring the snow water equivalent (SWE) in the Northern Hemisphere. Existing operational SWE retrieval methods, especially those without assimilating ground-based snow depth priors, still utilize globally constant coefficients to construct regression-based retrieval algorithms. The current Fengyun-3 (FY-3) series of SWE product algorithms has made improvements in China, where biases have been significantly reduced locally but not in other regions. Within the context of the successful launch of the FY-3F satellites in 2023, we developed a better Northern Hemisphere algorithm for the Microwave Radiation Imager-II (FY-3F/MWRI-II) using pixel-sensitive coefficients regressed on a reference SWE dataset. We utilized the random forest model coupled with the snow emission model (HUT-RF) to obtain a high-accuracy SWE reference dataset. Then, we employed linear regression equations to fit the reference HUT-RF dataset at each pixel to construct the new operational FY-3F algorithms. We innovatively introduced the brightness temperature differences between 18.7 and 89 GHz and the polarization differences at 10.65 GHz in the regression after noting their sensitivity in deep snow estimation. The proposed FY-3F algorithm was extensively validated via four spatially independent datasets. The results demonstrated that the proposed FY-3F algorithm performed well in non-mountainous and sparsely forested areas, e.g., the overall unbiased root mean square error (unRMSE) values were 27.15 mm over Russia and 13.70 mm over China. High uncertainties still occurred in complex terrains and densely forested areas, e.g., the overall unRMSE values were 75.30 mm over Canada and 129.06 mm over western North America. The proposed FY-3F algorithm could improve global snow cover monitoring capabilities and enhance the complete and timely understanding of SWE changes.
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 | 0,002 | 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 ».