Assimilation of Satellite Albedo to Improve Simulations of Glacier Hydrology
Notice bibliographique
Résumé
ABSTRACT Wildfires and heatwaves have recently affected the hydrological system in unprecedented ways due to climate change. In cold regions, these extremes cause rapid reductions in snow and ice albedo due to soot deposition and unseasonal melt. Snow and ice albedo dynamics control net shortwave radiation and the available energy for melt and runoff generation. Many albedo algorithms in hydrological models cannot accurately simulate albedo dynamics because they were developed or parameterised based on historical observations. Remotely sensed albedo data assimilation (DA) can potentially improve model performance by updating modelled albedo with observations. This study seeks to diagnose the effects of remotely sensed snow and ice albedo DA on the prediction of streamflow from glacierized basins during wildfires and heatwaves. Sentinel‐2 20‐m albedo estimates were assimilated into a glacio‐hydrological model created using the Cold Regions Hydrological Modelling Platform (CRHM) in two Canadian Rockies glacierized basins, Athabasca Glacier Research Basin (AGRB) and Peyto Glacier Research Basin (PGRB). The study was conducted in 2018 (wildfires), 2019 (soot/algae), 2020 (normal) and 2021 (heatwaves). DA was employed to assimilate albedo into CRHM to simulate streamflow and was compared to a control run (CTRL) using off‐the‐shelf albedo parameters. Albedo DA benefited streamflow predictions during wildfires for both basins, with a KGE coefficient improvement of 0.18 and 0.20 in AGRB and PGRB, respectively. Four‐year DA streamflow predictions were superior to CTRL in PGRB, but DA was slightly better in AGRB. DA was not beneficial to streamflow predictions during heatwaves. DA improved streamflow predictions by decreasing positive bias, showing that albedo DA can reveal unknown albedo and snowpack dynamics in remote glacier zones that are poorly simulated in models. These findings corroborate the power of observational tools to incorporate near real‐time information into hydrological models to better inform water managers of the streamflow response to wildfires and heatwaves.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».