Imaging air volume fraction in sea ice using non-destructive X-ray tomography
Notice bibliographique
Résumé
Abstract. Although the presence of a gas phase in sea ice creates the potential for gas exchange with the atmosphere, the distribution of gas bubbles and transport of gases within the sea ice are still poorly understood. Currently no straightforward technique exists to measure the vertical distribution of air volume fraction in sea ice. Here, we present a new fast and non-destructive X-ray computed tomography technique to quantify the air volume fraction and produce separate images of air volume inclusions in sea ice. The technique was performed on relatively thin (4–22 cm) sea ice collected from an experimental ice tank. While most of the internal layers showed air volume fractions < 2 %, the ice–air interface (top 2 cm) systematically showed values up to 5 %. We suggest that the air volume fraction is a function of both the bulk ice gas saturation factor and the brine volume fraction. We differentiate micro bubbles (Ø < 1 mm), large bubbles (1 mm < Ø < 5 mm) and macro bubbles (Ø > 5 mm). While micro bubbles were the most abundant type of gas bubbles, most of the air porosity observed resulted from the presence of large and macro bubbles. The ice texture (granular and columnar) as well as the permeability state of ice are important factors controlling the air volume fraction. The technique developed is suited for studies related to gas transport and bubble migration.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».