論文の概要: Mapping Arctic Polynyas from Sea Ice Concentration Data Using Hierarchical Partitioning and Differentiated Region Growing: Sensitivity to Threshold and Product Choices

• arxiv url: http://arxiv.org/abs/2610.19647v1
• Date: Wed, 14 Oct 2026 06:16:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.990739
• Title: Mapping Arctic Polynyas from Sea Ice Concentration Data Using Hierarchical Partitioning and Differentiated Region Growing: Sensitivity to Threshold and Product Choices
• Title（参考訳）: 海氷濃度データからの北極ポリニアの階層分割と分化地域からのマッピング:閾値と製品選択に対する感度
• Abstract要約: 本研究では,多孔質および開水域で生育する海氷の階層的分配,連結成分分析,および分化した地域を基盤とした,毎日の海氷濃度マッピングフレームワークを開発した。 感度実験では一貫したパターンが示され、SICで定義されたポリニヤの絶対等級は強い構成に依存している。 この反応は地域的にも季節的にも強く、中央北極海で最大の閾値感度、セントローレンス湾での非常に弱い感度、そして1月以降のパン・アルティック曲線の分離が大きい。
• 参考スコア（独自算出の注目度）: 6.427415248354792
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurately delineating Arctic coastal polynyas from sea ice concentration data remains challenging because of complex coastal geometry and spatially heterogeneous ice conditions. We develop a daily sea ice concentration (SIC) mapping framework based on hierarchical partitioning, connected-component analysis, and differentiated region growing for polynya and open-water regions. Applied to September-May ice seasons from 2002/03 to 2024/25, the framework achieves a mean overall accuracy of 96.74% and a mean kappa coefficient of 0.93 in the 63-scene visual assessment. Sensitivity experiments reveal a consistent pattern: the absolute magnitude of SIC-defined polynya extent is strongly configuration-dependent, whereas major temporal features are comparatively more stable. Relative to a 75% upper SIC threshold, seasonal extent integrals differ by 13.48%, 32.47%, and 65.04% at thresholds of 80%, 85%, and 90%, respectively, while the broad interannual structure remains recognizable. The response is also strongly regional and seasonal, with the largest threshold sensitivity in the Central Arctic Ocean, very weak sensitivity in the Gulf of St. Lawrence, and greater pan-Arctic curve separation from January onward. At an 80% threshold, product-comparison MAPE is 68.19% between the 6.25 and 25 km products and 11.47% between the 12.5 and 25 km products under their respective comparison periods and reference definitions. Regional product disagreement is likewise heterogeneous. Together, these results show that reproducible long-term polynya monitoring requires a fixed and explicitly documented combination of SIC product, threshold, and spatial classification rules, while broad temporal patterns can remain informative even when absolute extent differs substantially.
• Abstract（参考訳）: 海岸の複雑な地形と空間的に不均一な氷条件のため、海氷濃度データから北極沿岸ポリニアを正確に特定することは困難である。 本研究では, 階層分割, 連結成分分析, ポリニヤ, オープンウォーター領域の分化した地域を基盤として, 毎日の海氷濃度マッピングの枠組みを構築した。 2002/03年から2024/25年にかけての9～5月の氷期には、平均96.74%、平均カッパ係数0.93に達する。 感度実験では一貫したパターンが示され、SICが定義したポリニャ範囲の絶対等級は強い構成依存であるのに対して、主要な時間的特徴は比較的安定である。 75%のSIC閾値に対して、季節差の積分は13.48%、32.47%、65.04%でそれぞれ80%、85%、90%と異なる。 この反応は地域的にも季節的にも強く、中央北極海で最大の閾値感度、セントローレンス湾での非常に弱い感度、そして1月以降のパン・アルティック曲線の分離が大きい。 80%の閾値では、製品比較MAPEは6.25から25kmの製品の間に68.19%、比較期間と基準定義の下で12.5から25kmの製品の間に11.47%である。 地域産品の相違も同様に異種である。 これらの結果から,再現可能な長期ポリニアモニタリングには,SIC生成物,しきい値,空間的分類規則の固定的かつ明示的な組み合わせが必要である一方で,時間的パターンの広さは絶対範囲が著しく異なる場合でも情報的であり続けることが示唆された。

関連論文リスト

• Subject-Level Heterogeneity in EEG Motor Imagery Decoding: A Large-Scale Benchmark and Portfolio-Based Reduction of the Search Space [0.0]
  3つの公開データセットにまたがるデコードパイプラインの大規模、標準化されたセッション内ベンチマークを示す。 得られた216,714個の生のアグリゲーション列を解析したところ, それぞれ44,928個, 109,000個, 4,192個の主観値が得られた。 次に、ベンチマークを、Kサイズのパイプラインのコンパクトなポートフォリオを構築するための実証的なパフォーマンスランドスケープとして使用しました。
  論文  参考訳（メタデータ） (2026-07-24T08:55:28Z)
• TSSM: Triaxial State Space Model for Global Station Weather Forecasting with Temporal-Variable-Historical Modeling [74.915718648935]
  既存の手法では精度が限られており、極端なイベントやエラーの蓄積に苦労している。 本稿では,歴史に富んだ時間可変ヒストリカルパラダイムを用いた三軸状態空間モデル(TSSM)を提案する。 TSSMは、歴史的サンプルを周期的なバッチにまとめ、予測は歴史的および現在の観測によって因果的に支持される。
  論文  参考訳（メタデータ） (2026-07-14T07:36:19Z)
• Predicting Pseudo-nitzschia harmful algal blooms along the Portuguese Coast using satellite-derived predictors [69.38367341895632]
  Pseudo-Nitzschia の珪藻は、海岸生態系やポルトガルの大西洋岸での収穫に繰り返しリスクをもたらす。 衛星由来の予測器を用いて有害な藻類発生を予測する機械学習フレームワークの開発と評価を行った。
  論文  参考訳（メタデータ） (2026-07-08T18:14:24Z)
• Feasibility to detect rapid change and disappearance of seagrass: Lessons from nearly 80 years of vegetation change in the Ako, Seto Inland Sea, Japan [0.8971132850029493]
  瀬戸内海の赤穂干潟を解析し,2025年にほぼすべてのゾステラマリーナが1年以内に姿を消した。 1940年代以降の航空写真、高解像度衛星画像、GRUS画像(2.5-5m)、センチネル2コンポジット(10m)を用いて、約80年間の海草分布を再構築した。
  論文  参考訳（メタデータ） (2026-06-06T02:47:31Z)
• CASCADE: Cross-scale Advective Super-resolution with Climate Assimilation and Downscaling Evolution [51.56484100374058]
  CASCADEは、学習された流況変動場に沿って粗い情報を反復的に検出することで微細構造を再構築する。 SEVIRレーダデータを用いて、激しい対流嵐の4倍の超解像について評価した。 大気や海洋の用途において、対流に支配される極端に適した、時間的に一貫した、物理的に一貫した、そして大量保存された復元を生成する。
  論文  参考訳（メタデータ） (2026-02-18T14:41:54Z)
• Deep Learning-Driven Downscaling for Climate Risk Assessment of Projected Temperature Extremes in the Nordic Region [3.7957889222222208]
  北ヨーロッパのコッペン・ガイガー地域における急激な変化と気候変動の増加は、適応のための重要なニーズを生み出している。 本研究では,Vision Transformer (ViT), Convolutional Long Short-Term Memory (ConvLSTM), Spatiotemporal Transformer with Attention and Im Balance-Aware Network (GeoStaNet)モデルを組み込んだ統合ダウンスケーリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-05T17:08:32Z)
• Graph Transformer-Based Flood Susceptibility Mapping: Application to the French Riviera and Railway Infrastructure Under Climate Change [0.0]
  本研究は, 洪水に起因したフレンチ・リヴィエラへの洪水感受性マッピングのためのグラフトランスフォーマー(GT)アーキテクチャの最初の適用について紹介する。 GTはラプラシアン位置エンコーダ(PE)とアテンション機構を用いた流域トポロジーを取り入れている。 Laplacian PEの次元の減少は部分的なクラスターを示し、空間情報を捉えることができた。
  論文  参考訳（メタデータ） (2025-03-31T14:04:04Z)
• Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
  農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。 私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。 主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
  論文  参考訳（メタデータ） (2023-09-12T13:28:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。