Linking the effective thermal conductivity of snow to its shear strength and density
Notice bibliographique
Résumé
[1] The effective thermal conductivity of snow, keff, is a crucial climatic and environmental variable. Here, we test the intuition that keff is linked to microstructural and mechanical properties by attempting to relate keff to density ρsnow, and to shear strength σ measured with a handheld shear vane. We performed 106 combined measurements of keff, ρsnow and σ in the Alps, Svalbard, Arctic Alaska, and near the North Pole, covering essentially all snow types. We find a good correlation between keff and ρsnow which is not significantly different from that of Sturm et al. (1997). The correlation between keff and a combination of σ and ρsnow is stronger than with density alone. We propose an equation linking keff, (W m−1 K−1) ρsnow (kg m−3) and σ (Pa): keff = 7.114 10−5 ρsnow σ0.333 + 2.367 10−2. This equation places constraints on the calculation of keff, ρsnow and σ in avalanche warning models where σ is a key variable. For our samples, we calculate σ from measured values of keff and ρsnow using our equation and compare the value to that predicted by the French MEPRA avalanche warning model, which uses density and grain type as input data. MEPRA and the prediction of σ based on keff and ρsnow agree within 8%. MEPRA agrees with observations within 11%. Calculating σ from density only yields values 55% lower than measured, showing the interest of using additional data to predict σ.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».