Distributed energy balance modeling of South Cascade Glacier, Washington and assessment of model uncertainty
Notice bibliographique
Résumé
We have developed a physically based, distributed surface energy balance model to simulate glacier mass balance under meteorological and climatological forcing. Here we apply the model to estimate summer ablation on South Cascade Glacier, Washington, for the 2004 and 2005 mass balance seasons. To arrive at optimal mass balance simulations, we investigate and quantify model uncertainty associated with selecting from a range of physical parameter values that are not commonly measured in glaciological mass balance field studies. We optimize the performance of the model by varying values for atmospheric transmissivity, the albedo of surrounding topography, precipitation‐elevation lapse rate, surface roughness for turbulent exchange of momentum, and snow albedo aging coefficient. Of these the snow aging parameter and precipitation lapse rates have the greatest influence on the modeled ablation. We examined model sensitivity to varying parameters by performing an additional 10 3 realizations with parameters randomly chosen over a ±5% range centered about the optimum values. The best fit suite of model parameters yielded a net balance of −1.69 ± 0.38 m water equivalent (WE) for the 2004 water year and −2.10 ± 0.30 m WE up to 11 September 2005. The 2004 result is within 3% of the measured value. These simulations account for 91% and 93% of the variance in measured ablation for the respective years.
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 ».