Spatialisation des propriétés du couvert nival arctique à l’aide d’un radar à onde modulée en fréquence (FMCW) 24 GHz
Notice bibliographique
Résumé
Le réchauffement accéléré de l’Arctique mène à des rétroactions climatiques positives qui densifient le couvert nival. La densité de la neige en Arctique est critique pour les ongulés: elle conditionne les conditions de forage. Une neige trop dense peut causer des carences alimentaires importantes et même des famines. La densification de la neige par les vents forts et les évènements de pluie-sur-neige est mal comprise, surtout en ce qui concerne sa variabilité spatio-temporelle et les processus l’influençant. Un radar à onde modulée en fréquence (FMCW) pourrait permettre d’étudier la variabilité spatiale de la densité et de la stratigraphie du couvert nival dans l’arctique canadien pour répondre à cette problématique. Il permettrait d’évaluer rapidement les propriétés du couvert nival sur des sites entiers, plutôt que sur un point spécifique contrairement au puit de neige, sans détruire le couvert nival, afin de quantifier l’impact de ces événements. L'objectif principal de ce projet de recherche est donc de développer une méthode permettant de cartographier la variabilité spatiale des propriétés d’un couvert nival arctique, telles que la stratigraphie, la densité de surface et l’épaisseur totale de neige, à l’aide d’un radar FMCW en bande K. Les travaux se sont déroulés à Ikaluktutiak (NU) dans la zone de surveillance intensive (Intensive Monitoring Area). L’utilisation d’un radar FMCW 24 GHz sur un montage portatif a permis d’élaborer l’algorithme pour dériver les propriétés de la stratigraphie du couvert nival du retour de signal du radar. Cet algorithme a ensuite pu être appliqué sur les données d’un radar FMCW 24 GHz qui a été monté à bord d’un traineau et d’un aéronef afin d’obtenir des données spatialisées sur quatre zones définies. Le radar FMCW a permis d’extraire avec précision l’épaisseur de la surface du couvert nival. Les valeurs de densité extraites étaient sous-estimées d’environ 11% et n’ont pas pu être estimées dans les zones d’accumulation de neige. Pour l’épaisseur totale de neige, il a été conclu que le modèle numérique de surface utilisé n’était pas représentatif de l’état du sol en hiver, ne permettant donc pas d’obtenir une carte représentative de l’épaisseur de neige au sol. Finalement, le radar FMCW démontre un bon potentiel pour cartographier les propriétés de la neige arctique, bien que plus de travail soit requis pour en améliorer les performances.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».