Spatial and Temporal Transferability of a Distributed Energy-Balance Glacier Melt Model
Notice bibliographique
Résumé
Abstract Modeling melt from glaciers is crucial to assessing regional hydrology and eustatic sea level rise. The transferability of such models in space and time has been widely assumed but rarely tested. To investigate melt model transferability, a distributed energy-balance melt model (DEBM) is applied to two small glaciers of opposing aspects that are 10 km apart in the Donjek Range of the St. Elias Mountains, Yukon Territory, Canada. An analysis is conducted in four stages to assess the transferability of the DEBM in space and time: 1) locally derived model parameter values and meteorological forcing variables are used to assess model skill; 2) model parameter values are transferred between glacier sites and between years of study; 3) measured meteorological forcing variables are transferred between glaciers using locally derived parameter values; 4) both model parameter values and measured meteorological forcing variables are transferred from one glacier site to the other, treating the second glacier site as an extension of the first. The model parameters are transferable in time to within a <10% uncertainty in the calculated surface ablation over most or all of a melt season. Transferring model parameters or meteorological forcing variables in space creates large errors in modeled ablation. If select quantities (ice albedo, initial snow depth, and summer snowfall) are retained at their locally measured values, model transferability can be improved to achieve ≤15% uncertainty in the calculated surface ablation.
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 ».