MétaCan
Menu
Retour à la cohorte
Enregistrement W2102732917 · doi:10.3189/172756500781833016

Glacier mass-balance determination by remote sensing and high-resolution modelling

2000· article· en· W2102732917 sur OpenAlexaff
Alun Hubbard, Ian Willis, Martin Sharp, Douglas Mair, Peter Nienow, Bryn Hubbard, Heinz Blatter

Notice bibliographique

RevueJournal of Glaciology · 2000
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Environment Research CouncilRoyal SocietyLeverhulme Trust
Mots-clésGlacierElevation (ballistics)Glacier mass balanceGeologyDivergence (linguistics)Spatial distributionFlux (metallurgy)Mass fluxBalance (ability)GeodesyFlow (mathematics)Remote sensingGeomorphologyMechanicsGeometryPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract An indirect methodology for determining the distribution of mass balance at high spatial resolution using remote sensing and ice-flow modelling is presented. The method, based on the mass-continuity equation, requires two datasets collected over the desired monitoring interval: (i) the spatial pattern of glacier surface-elevation change, and (ii) the mass-flux divergence field. At Haut Glacier d’Arolla, Valais, Switzerland, the mass-balance distribution between September 1992 and September 1993 is calculated at 20 m resolution from the difference between the pattern of surface-elevation change derived from analytical photogrammetry and the mass-flux divergence field determined from three-dimensional, numerical flow modelling constrained by surface-velocity measurements. The resultant pattern of mass balance is almost totally negative, showing a strong dependence on elevation, but with large localized departures. The computed distribution of mass balance compares well ( R 2 = 0.91) with mass-balance measurements made at stakes installed along the glacier centre line over the same period. Despite the highly optimized nature of the flow-modelling effort employed in this study, the good agreement indicates the potential this method has as a strategy for deriving high spatial and temporal-resolution estimates of mass balance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil0,332

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,219
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations65
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of GlaciologyMême sujetCryospheric studies and observationsTravaux en français237 207