MétaCan
Menu
Retour à la cohorte
Enregistrement W4414825947 · doi:10.1016/j.geomat.2025.100077

Addressing cross-dependence in gravity coefficients for improved terrestrial water storage estimation

2025· article· en· W4414825947 sur OpenAlexvenueno aff
Dinuka Kankanige, Yi Liu, Ashish Sharma

Notice bibliographique

RevueGEOMATICA · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research CouncilUniversity of New South Wales
Mots-clésKalman filterGeoidEnsemble Kalman filterUnivariateGeodetic datumMultivariate statisticsFilter (signal processing)Geopotential

Résumé

récupéré en direct d'OpenAlex

The conventional univariate Kalman filtering (UKF) applied to gravity field coefficients introduces a dependence bias that is driven by the inter-dependence between cosine and sine components of the gravity field. Such bias, when accumulated over time, can lead to significant distortions in regional total water storage anomalies (TWSA). This study proposes a methodological advancement via a multivariate Kalman filter (MKF) framework to mitigate this bias, refining the dependency structure. We analyse the bias introduced by UKF, demonstrate its impact on TWS estimates, and present a correction using the MKF approach. When tested in application to high latitudinal basins, the proposed MKF reduces the annually aggregated bias introduced by UKF, yet the improvements appear to be minor at basin-scale. Bias reductions become more pronounced in the basins’ high-latitudinal regions for grid-TWSA at ≈1° grid resolution. Findings suggest that in polar regions which are challenged by complex mass change patterns, MKF still yields a substantial improvement in dependence bias over UKF, implying its potential in reducing long-term bias equally well or more effectively in the tropics. Restoring the temporal dependence in perturbed ensemble predictions via temporal shuffling can further exploit the MKF’s predictive advantage. Overall, the study highlights the necessity of incorporating coefficients’ cross-dependencies in Kalman filtering frameworks for enhancing GRACE-based gravity field solutions for hydrological and geodetic applications. • Geoid coefficients of same degree and order inherit cross-dependence between them. • This cross-dependence can be captured in a multivariate Kalman filter framework. • The multivariate framework-based geoid coefficients exhibit reduced uncertainties. • The framework reduces long-term dependence bias in terrestrial water storage.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,421
Score d'incertitude au seuil0,330

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,298
Écart entre enseignants0,259 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGEOMATICAMême sujetGeophysics and Gravity MeasurementsTravaux en français237 207