Remote sensing based assessment of hazards from glacier lake outbursts: a case study in the Swiss Alps
Notice bibliographique
Résumé
Glacier lakes are a common phenomenon in high mountain areas. Outbursts from glacier lakes have repeatedly caused the loss of human lives as well as severe damage to local infrastructure. In several high mountain ranges around the world, a grave uncertainty about the hazard potential of glacier lakes still exists, especially with respect to the effects of accelerating rates of glacier retreat as a consequence of atmospheric warming. Area-wide detection and modeling of glacier lake hazard potentials is, therefore, a major challenge. In this study, an approach integrating three scale levels allows for the progressive focus on critical glacier lakes. Remote sensing methods for application in glacier lake hazard assessment are presented, and include channel indexing, data fusion, and change detection. Each method matches the requirements of a certain scale level. For estimating potential disaster amplitudes, assessments must be made of maximum discharge and runout distance of outbursts floods and debris flows. Existing empirical relations are evaluated and complementary ones as derived from available data are proposed. Tests with observations from a recent outburst event from a moraine-dammed lake in the Swiss Alps show the basic applicability of the proposed techniques and the usefulness of empirical relations for first hazard assessments. In particular, the observed runout distance of the debris flow resulting from the outburst does not exceed the empirically estimated maximum runout distance. A list of decision criteria and related remote sensing techniques are discussed in conclusion. Such a list is an essential tool for evaluating the hazard potential of a lake. A systematic application of remote sensing based methods for glacier lake hazard assessment is recommended.Key words: glacier lake outburst, hazard potential, remote sensing, empirical parameters.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».