Retrieval and validation of total seasonal liquid water amounts in the percolation zone of the Greenland ice sheet using L-band radiometry
Notice bibliographique
Résumé
Abstract. Quantifying the total liquid water amounts (LWAs) in the Greenland ice sheet (GrIS) is critical for understanding GrIS firn processes, mass balance, and global sea level rise. Although satellite microwave observations are very sensitive to ice sheet melt and thus can provide a way of monitoring the ice sheet melt globally, estimating total LWA, especially the subsurface LWA, remains a challenge. Here, we present a microwave retrieval of LWA over Greenland using enhanced-resolution L-band brightness temperature (TB) data products from the National Aeronautics and Space Administration (NASA) Soil Moisture Active Passive (SMAP) satellite for the 2015–2023 period. L-band signals receive emission contributions deep in the ice sheet and are sensitive to the liquid water content (LWC) in the firn column. Therefore, they can estimate the surface-to-subsurface LWA, unlike higher-frequency signals (e.g., 18 and 37 GHz bands), which are limited to the top few centimeters of the surface snow during the melt. We used vertically polarized TB (V-pol TB) with empirically derived thresholds to detect liquid water and identify distinct ice sheet zones. A forward model based on radiative transfer (RT) in the ice sheet was used to simulate TB. The simulated TB was then used in an inversion algorithm to estimate LWA. Finally, the retrievals were compared with the LWA obtained from two sources. The first source was a locally calibrated ice sheet energy and mass balance (EMB) model, and the second source was the Glacier Energy and Mass Balance (GEMB) model within NASA's Ice-sheet and Sea-level System Model (ISSM). Both models were forced by in situ measurements from six automatic weather stations (AWSs) of the Programme for Monitoring of the Greenland Ice Sheet (PROMICE) and the Greenland Climate Network (GC-Net) located in the percolation zone of the GrIS. The retrievals show generally good agreement with both the references, demonstrating the potential for advancing our understanding of ice sheet physical processes to better project Greenland's contribution to the global sea level rise in response to the warming climate.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».