Noah Modelling of the Permafrost Distribution and Characteristics in the West Kunlun Area, Qinghai‐Tibet Plateau, China
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The Noah land surface model (LSM) can simulate well the hydrological and thermal processes of permafrost in the Qinghai‐Tibet Plateau (QTP) and provides more permafrost metrics than those of statistical empirical models. The aim of this study was to develop a prototype for permafrost modelling by Noah and validate the model with field data. This was accomplished by modifying Noah, introducing a new thermal roughness scheme, a parameter calibration method and extending the simulation depth to allow for soil heterogeneity. The modified Noah LSM was validated using observations from the Tanggula meteorological station. Key permafrost metrics were simulated, including mean annual ground temperature (MAGT) at the depth of zero annual amplitude (DZAA), active layer thickness (ALT) and ground ice content of the West Kunlun area in the QTP. The permafrost distribution of the West Kunlun was mapped using the simulated MAGT and compared to a permafrost distribution map based on field observations. Data from ten boreholes were used for verification. The simulation error of the MAGT is less than 1.0 °C for eight boreholes, and the ALT simulations have relative errors of less than 25 per cent for seven boreholes. The Kappa coefficient for the two maps is 0.70. Permafrost characteristics including the distribution of different permafrost types, DZAA, ALT, MAGT and ground ice content in the West Kunlun are strongly influenced by altitude and the local environment. Such permafrost modelling can be extended to the rest of the QTP. Copyright © 2015 John Wiley & Sons, Ltd.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle