Determination of warm, sensitive permafrost areas in near‐vertical rockwalls and evaluation of distributed models by electrical resistivity tomography
Notice bibliographique
Résumé
Abstract Alpine rockwalls with warm permafrost (near 0°C) are the most active rockfall detachment zones in the Mont Blanc massif (MBM, French Alps) with more than 380 recent events. Near‐vertical rockwall permafrost is spatially controlled by variations in rock fractures, snow cover, and microtopography. A reliable method to validate the distribution of permafrost in critical and unstable areas does not yet exist. We present seven electrical resistivity tomography (ERT) surveys measured on five near‐vertical rockwalls in the MBM from 2012 and 2013 that have been calibrated with measurements on a granite sample in the laboratory. ERT shows consistent measurements of remaining sensitive permafrost relating to inferred temperatures from 0 to −1.5°C. ERT results demonstrate evidence of topographic controls on permafrost distribution and resistivity gradients that appear to reflect crest width. ERT results are compared to two permafrost index maps that use topoclimatic factors and combine effects of thin snow and fractures, where index model spatial resolution is crucial for the validation with ERT. In cryospheric environments, index maps seem to overestimate permafrost conditions in glacial environments. As a consequence, the sensitive areas of permafrost may slightly deviate from the results from distributed models that are only constrained by topoclimatic factors and interpreted with consideration of local fracture and snow conditions. This study demonstrates (i) that the sensitive and hazardous areas of permafrost in near‐vertical rock faces can be assessed and monitored by the means of temperature‐calibrated ERT and (ii) that ERT can be used for distributed model validation.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».