Geological and meteorological controls on icing (aufeis) dynamics (1985 to 2014) in subarctic Canada
Notice bibliographique
Résumé
Abstract Icings are widespread yet poorly understood winter hydrological phenomena that develop over the winter by freezing successive overflows of groundwater to the surface. Groundwater hydrology in arctic regions is constrained by geological setting and permafrost extent, and overflows are possibly driven by cold winters, winter warming intervals, high antecedent autumn rainfall, and low early winter snowfall. Consequently, icings are spatially recurrent but not necessarily annually nor to the same extent. We test the significance of identified meteorological forcing variables against a long‐term data set of icing dynamics and distribution we developed for the Great Slave region around Yellowknife, Northwest Territories. Climate is regionally consistent, but variable geology and permafrost create hydrological conditions representative of much of the subarctic. We mapped 5500 icings in the study area (21,887 km 2 ) with a semiautomated approach utilizing late spring Landsat archival images (1985 to 2014). Individual icing size, ranging 3 orders of magnitude (1.8 × 10 −3 km 2 to 4.1 km 2 ), is related to return frequency. Infrequent ice (25% return frequency) accounts for 94% of the total icing area (86 km 2 ). Winter warming intervals (≥5°C; typically over 1–3 days) and autumn rainfall (September and October) explain 28% of icing density interannual variation overall. Interannual icing variation and significant meteorological forcing variables differ among ecoregions where varied geological settings and permafrost conditions influence the hydrological regime. Future icings may develop less frequently due to decreasing winter warming intervals, but increasing autumn rainfall may increase icing density where Canadian Shield leads to strong threshold‐mediated runoff generation processes.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 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 ».