Thermal remote sensing of ice-debris landforms using ASTER: an example from the Chilean Andes
Notice bibliographique
Résumé
Abstract. Remote sensors face challenges in characterizing mountain permafrost and ground thermal conditions or mapping rock glaciers and debris-covered glaciers. We explore the potential of thermal imaging and in particular thermal inertia mapping in mountain cryospheric research, focusing on the relationships between ground surface temperatures and the presence of ice-debris landforms on one side and land surface temperature (LST) and apparent thermal inertia (ATI) on the other. In our case study we utilize ASTER daytime and nighttime imagery and in-situ measurements of near-surface ground temperature (NSGT) in the Mediterranean Andes during a snow-free and dry observation period in late summer. Spatial patterns of LST and NSGT were mostly consistent with each other both at daytime and at nighttime. Daytime LST over ice-debris landforms was decreased and ATI consequently increased compared to other debris surfaces under otherwise equal conditions, but NSGT showed contradictory results, which underlines the complexity and possible scale dependence of ATI in heterogeneous substrates with the presence of a thermal mismatch and a heat sink at depth. While our results demonstrate the utility of thermal imaging and ATI mapping in a mountain cryospheric context, further research is needed for a better interpretation of ATI patterns in complex thermophysical conditions.
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 | 0,001 | 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) | 0,002 | 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 ».