MétaCan
Menu
Retour à la cohorte
Enregistrement W2117131376 · doi:10.1029/2007jd009343

Evaluation of the algorithms and parameterizations for ground thawing and freezing simulation in permafrost regions

2008· article· en· W2117131376 sur OpenAlexafffundabout
Yinsuo Zhang, Sean K. Carey, William L. Quinton

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensWilfrid Laurier UniversityCarleton University
Organismes subventionnairesCanadian Foundation for Climate and Atmospheric Sciences
Mots-clésPermafrostForcing (mathematics)Environmental scienceLatent heatCalibrationAlgorithmThermal conductivitySoil waterSoil scienceHeat fluxAtmospheric sciencesMeteorologyGeologyMathematicsHeat transferThermodynamicsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Ground thawing and freezing depths (GTFDs) strongly influence the hydrology and energy balances of permafrost regions. Current methods to simulate GTFD differ in algorithm type, soil parameterization, representation of latent heat, and unfrozen water content. In this study, five algorithms (one semiempirical, two analytical, and two numerical), three soil thermal conductivity parameterizations, and three unfrozen water parameterizations were evaluated against detailed field measurements at four field sites in Canada's discontinuous permafrost region. Key findings include: (1) de Vries' parameterization is recommended to determine the thermal conductivity in permafrost soils; (2) the three unfrozen water parameterization methods exhibited little difference in terms of GTFD simulations, yet the segmented linear function is the simplest to be implemented; (3) the semiempirical algorithm reasonably simulates thawing at permafrost sites and freezing at seasonal frost sites with site‐specific calibration. However, large interannual and intersite variations in calibration coefficients limit its applicability for dynamic analysis; (4) when driven by surface forcing, analytical algorithms performed marginally better than the semiempirical algorithm. The inclusion of bottom forcing improved analytical algorithm performance, yet their results were still poor compared with those achieved by numerical algorithms; (5) when supplied with the optimal inputs, soil parameterizations, and model configurations, the numerical algorithm with latent heat treated as an apparent heat capacity achieved the best GTFD simulations among all algorithms at all sites. Replacing the observed bottom temperature with a zero heat flux boundary condition did not significantly reduce simulation accuracy, while assuming a saturated profile caused large errors at several sites.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,216

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,203
Tête enseignante GPT0,376
Écart entre enseignants0,173 · 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'étudeObservationnel
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

Citations145
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetClimate change and permafrostTravaux en français237 207