SSM/I Sea Ice Remote Sensing for Mesoscale Ocean-Atmosphere Interaction Analysis
Bibliographic record
Abstract
Deux algorithmes ont été utilisés dans un schéma hybride pour dériver des cartes de concentration de glace de mer à une résolution de 12 km à partir de données SSM/I (Special Sensor Microwave Imager). Un des algorithmes est basé sur la différence de polarisation à 85 GHz. Le second algorithme est celui de l'équipe de la NASA utilisant les canaux SSM/I à 19 et 37 GHz. L'utilisation des données SSM/I à 85 GHz apporte une amélioration importante de la résolution comparativement aux données SSM/I à 19 GHz. Dans ce cas, il faut toutefois prendre en considération la plus grande opacité atmosphérique affectant les mesures SSM/I à 85 GHz (influence de la météo) qui peut entraîner des mesures erronées de la concentration de la glace de mer - en particulier en eau libre. Notre schéma combine la haute résolution spatiale des canaux à 85 GHz avec la décision basée sur NTA qui est quasi indépendante de la température, que les points de données appartiennent à la partie de mer sans glace ou à la partie recouverte de glace. Des températures de brillance de référence (points de liaison) à 85 GHz ont été estimées utilisant une méthode statistique de type régression linéaire avec l'aide de données de référence indépendantes de concentration de glace de mer. Celles-ci ont été dérivées des mesures à double polarisation à 19 et 37 GHz acquises par capteur hyperfréquences passif aéroporté et des images du scanneur optique. L'évaluation des données SSM/I de 30 jours comparant les concentrations de glace obtenues par NTA et à 85 GHz indique une bonne correspondance et une relation linéaire forte. Des données RSO ERS-2 et SSM/I ont aussi été utilisées pour analyser l'évolution de la polynie de Storfjorden et de la zone marginale de glace dans le détroit de Fram. Deux modèles atmosphériques numériques différents ont été utilisés pour analyser l'effet de l'amélioration de la résolution de 50 à 12 km sur les données de concentration de glace prescrites pour modéliser la couche limite de l'atmosphère (ABL). On a trouvé que la représentation de la zone marginale de glace (MIZ) influence considérablement les températures modélisées de ABL. Les profils de température obtenus avec le modèle basé sur l'utilisation des données de concentration de glace à haute résolution sont significativement mieux corrélés avec les profils mesurés par avion.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".