Spectral Albedo as a Tool to Understand Sunlight Behavior Inside and Through Sea Ice
Bibliographic record
Abstract
L'interaction entre le rayonnement solaire et la couverture de glace de mer joue un rôle important pour le climat polaire et les écosystèmes marins arctiques. Le rayonnement absorbé dans la glace de mer contribue en grande partie à la fonte de surface au printemps. De plus, le rayonnement transmis détermine la croissance des organismes photosynthétiques qui forment la base de la chaîne alimentaire marine polaire. Bien que cette interaction, appelée transfert radiatif solaire, joue un rôle clé, son évolution saisonnière en réponse aux forçages environnementaux n'est ni détectée, ni comprise de manière fondamentale. En particulier, le processus de diffusion, essentiel à la description du comportement de la lumière dans la glace de mer, ne peut pas être estimé efficacement avec les méthodes actuelles. Ce processus de diffusion décrit la façon dont la lumière dévie et se disperse sur les multiples interfaces de la microstructure poreuse de la neige et de la glace de mer lorsqu'elle la traverse. D'une part, l'évolution des propriétés de diffusion au cours de la saison n'est pas prise en compte directement lorsqu'on estime, par satellite, la disponibilité de la lumière sous la glace pour les écosystèmes. D'autre part, en l'absence de méthode de mesure efficace, la couverture spatiale et temporelle de l'évolution des propriétés de diffusion est limitée. Par conséquent, la manière dont les forçages environnementaux affectent successivement la microstructure, les propriétés de diffusion, puis l'absorption et la transmission, est encore mal comprise et mal paramétrée dans les modèles numériques à grande échelle. Dans cette thèse, nous visons à utiliser l'albédo spectral dans le domaine visible comme outil pour estimer les propriétés de diffusion verticalement résolues et prédire la propagation de la lumière dans et à travers la glace de mer. L'albédo spectral est facile à mesurer et non destructif. Il présente une vaste couverture spatiale et temporelle, tant depuis le sol que depuis les satellites. Pour atteindre cet objectif, nous nous sommes appuyés sur une vaste table de simulations Monte Carlo couvrant la variabilité de la glace de mer de première année de l'hiver à l'été. Dans les premiers chapitres, nous avons utilisé la table de simulation pour démontrer que l'albédo spectral contient des informations sur les propriétés de diffusion verticalement résolues de la neige et/ou de la glace de mer au-dessus du franc-bord. Ces mêmes propriétés sont suffisantes pour prédire le dépôt de chaleur solaire dans et la transmission sous la glace de mer de première année dans la plupart des scénarios. Dans le deuxième chapitre, nous présentons un algorithme d'inversion reposant uniquement sur l'albédo spectral pour fournir des propriétés de diffusion verticalement résolues et estimer la transmission sous la glace. Pour ce faire, l'algorithme compare l'albédo spectral aux simulations de la table de correspondance simulée. Les sorties de l'algorithme ont été validées depuis le sol à l'aide de données provenant de cinq campagnes de terrain. Pour un des campagnes, nous avons pu démontrer que les propriétés de diffusion verticalement résolues issues de l'albédo spectral correspondaient aux profils verticaux in situ mesurés avec la sonde active. Pour les cinq campagnes, les transmissions obtenues par inversion de l'albédo spectral étaient en bon accord avec les mesures et meilleurs que les estimations provenant de la méthode de la plus répandues. Cela s'explique par la capacité à détecter les propriétés de diffusion. Dans le troisième chapitre, l'albédo spectral provenant de station autonomes en Arctique Centrale a été utilisé afin d'obtenir les propriétés de diffusion verticalement résolue sur une saison complète. Nous avons démontré que les propriétés de diffusion diminuent de moitié lorsque la neige fond, puis à nouveau de moitié lorsque la neige disparaît, laissant une surface de glace nue.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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 teacher head, 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".