Modelling and mapping permafrost at high spatial resolution in Wapusk National Park, Hudson Bay Lowlands<sup>1</sup>This article is one of a series of papers published in this CJES Special Issue on the theme of<i>Fundamental and applied research on permafrost in Canada</i>.<sup>2</sup>Earth Science Sector Contribution 20110058.
Notice bibliographique
Résumé
Most spatial modelling of permafrost distribution and dynamics has been conducted at half-degree latitude/longitude or coarser resolution. Such coarse results are difficult to use for land managers and ecologists. Here we mapped permafrost distribution at 30 m × 30 m resolution for a region in the northwest Hudson Bay Lowlands using a process-based model. Land-cover types and leaf area indices were derived from Landsat imagery; peat thickness was estimated from elevation based on field measurements; and climate data were interpolated from station observations. The modelled active-layer thickness and permafrost extent compared well with field observations, demonstrating that modelling and mapping permafrost at a high spatial resolution is practical for terrains such as these lowlands. The map portrayed large variations in active-layer thickness, with land-cover type and peat thickness being the most important controlling variables. The modelled active-layer thickness on average increased by 37% during the twentieth century due to increases in air temperature and precipitation, and permafrost disappeared in some southern areas. The spatial scale of the permafrost maps developed in this study is close to that of the ecosystem and landscape features; therefore, the results are useful for land management and ecosystem assessment.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».