Mass balance in the Glacier Bay area of Alaska, USA, and British Columbia, Canada, 1995–2011, using airborne laser altimetry
Notice bibliographique
Résumé
Abstract The Glacier Bay region of southeast Alaska, USA, and British Columbia, Canada, has undergone major glacier retreat since the Little Ice Age (LIA). We used airborne laser altimetry elevation data acquired between 1995 and 2011 to estimate the mass loss of the Glacier Bay region over four time periods (1995–2000, 2000–05, 2005–09, 2009–11). For each glacier, we extrapolated from center-line profiles to the entire glacier to estimate glacier-wide mass balance, and then averaged these results over the entire region using three difference methods (normalized elevation, area-weighted method and simple average). We found that there was large interannual variability of the mass loss since 1995 compared with the long-term (post-LIA) average. For the full period (1995–2011) the average mass loss was 3.93 ± 0.89 Gt a −1 (0.6 ± 0.1 m w.e. a −1 ), compared with 17.8 Gt a −1 for the post-LIA (1770–1948) rate. Our mass loss rate is consistent with GRACE gravity signal changes for the 2003–10 period. Our results also show that there is a lower bias due to center-line profiling than was previously found by a digital elevation model difference method.
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) | 0,003 | 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 ».