Ice Volume and Subglacial Topography for Western Canadian Glaciers from Mass Balance Fields, Thinning Rates, and a Bed Stress Model
Notice bibliographique
Résumé
Abstract A method is described to estimate the thickness of glacier ice using information derived from the measured ice extent, surface topography, surface mass balance, and rate of thinning or thickening of the ice column. Shear stress beneath an ice column is assumed to be simply related to ice thickness and surface slope, as for an inclined slab, but this calculation is cast as a linear optimization problem so that a smoothness regularization can be applied. Assignment of bed stress is based on the flow law for ice and a mass balance calculation but must be preceded by delineation of the ice flow drainage basin. Validation of the method is accomplished by comparing thickness estimates to the known thickness generated by a numerical ice dynamics model. Once validated, the method is used to estimate the subglacial topography for all glaciers in western Canada that lie south of 60°N. Adding the present ice volume of each glacier gives the estimated total volume as 2320 km3, equivalent to 5.8 mm of sea level rise. Taking the glaciated area as 26 590 km2 gives the average glacier thickness as 87.2 m. A detailed error analysis indicates that systematic errors are likely to increase the estimated sea level rise and when random errors are included the combined result is 6.3 ± 0.6 mm or, expressed as ice volume, 2530 ± 220 km3.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».