Identification of glacier motion and potentially dangerous glacial lakes in the Mt. Everest region/Nepal using spaceborne imagery
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. Failures of glacial lake dams can cause outburst floods and represents a serious hazard. The potential danger of outburst floods depends on various factors like the lake's area and volume, glacier change, morphometry of the glacier and its surrounding moraines and valley, and glacier velocity. Remote sensing offers an efficient tool for displacement calculations and risk assessment of the identification of potentially dangerous glacial lakes (PDGLs) and is especially helpful for remote mountainous areas. Not all important parameters can, however, be obtained using spaceborne imagery. Additional interpretation by an expert is required. ASTER data has a suitable accuracy to calculate surface velocity. Ikonos data offers more detail but requires more effort for rectification. All investigated debris-covered glacier tongues show areas with no or very slow movement rates. From 1962 to 2003 the number and area of glacial lakes increased, dominated by the occurrence and almost linear areal expansion of the moraine-dammed lakes, like the Imja Lake. Although the Imja Lake will probably still grow in the near future, the risk of an outburst flood (GLOF) is considered not higher than for other glacial lakes in the area. Potentially dangerous lakes and areas of lake development are identified. There is a high probability of further lake development at Khumbu Glacier, but a low one at Lhotse Glacier.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 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