A new sub-grid surface mass balance and flux model for continental-scale ice sheet modelling: testing and last glacial cycle
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. To investigate ice sheet evolution over the timescale of a glacial cycle, 3-D ice sheet models (ISMs) are typically run at "coarse" grid resolutions (10–50 km) that do not resolve individual mountains. This will introduce to-date unquantified errors in sub-grid (SG) transport, accumulation and ablation for regions of rough topography. In the past, synthetic hypsometric curves, a statistical summary of the topography, have been used in ISMs to describe the variability of these processes. However, there has yet to be detailed uncertainty analysis of this approach. We develop a new flow line SG model for embedding in coarse resolution models. A 1 km resolution digital elevation model was used to compute the local hypsometric curve for each coarse grid (CG) cell and to determine local parameters to represent the hypsometric bins' slopes and widths. The 1-D mass transport for the SG model is computed with the shallow ice approximation. We test this model against simulations from the 3-D Ice Sheet System Model (ISSM) run at 1 km grid resolution. Results show that none of the alternative parameterizations explored were able to adequately capture SG surface mass balance and flux processes. Via glacial cycle ensemble results for North America, we quantify the impact of SG model coupling in an ISM. We show that SG process representation and associated parametric uncertainties, related to the exchange of ice between the SG and CG cells, can have significant (up to 35 m eustatic sea level equivalent for the North American ice complex) impact on modelled ice sheet evolution.
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.
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 | 0,001 | 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 | 0,001 | 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 découle