Simulation of Ice Phenology on a Large Lake in the Mackenzie River Basin (1960–2000)
Notice bibliographique
Résumé
ABSTRACT: A one-dimensional thermodynamic lake ice model (the Canadian Lake Ice Model or CLIMo) is presented and validated against in situ observations from Back Bay on Great Slave Lake (GSL) in the Mackenzie River basin, N.W.T. CLIMo results are also compared with freeze-up and break-up dates derived from SSM/I 85 GHz passive microwave data over GSL. Simulations are carried out over a 41-year period (1960–2000). Meteorological variables used as input for model simulations consist of air temperature, relative humidity, wind speed, cloud cover and snow on the ground. In addition, snow density derived from snow course measurements is used whenever available. The model output contains several information, notably ice and snow thickness as well as freeze-up and break-up dates. CLIMo reproduces lake ice phenology very well. Results show an excellent agreement between observed and simulated ice thickness and on-ice snow depth. The freeze-up and break-up dates are also well reproduced with a RMSE of 6 and 4 days, respectively. Undoubtedly, given the huge area of GSL, meteorological data from the Yellowknife airport weather station are probably representative of only a limited section of the lake. This is one of the reasons why a future investigation will focus on several weather stations around the lake.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».