Seasonal evolution of snow permeability under equi-temperature and temperature-gradient conditions
Notice bibliographique
Résumé
Abstract. The permeability (K) of snow to air flow affects the transfer of energy, water vapor and chemical species between the snow and the atmosphere. Yet today little is known about the temporal evolution of snow permeability as a function of metamorphic regime. Furthermore, our ability to simulate snow permeability over the seasonal evolution of a snowpack has not been tested. Here we have measured the evolution of snow permeability in a subarctic snowpack subject to high temperature-gradient (TG) metamorphism. We have also measured the evolution of the same snowpack deposited over tables so that it evolved in the equi-temperature (ET) regime. Permeability varies in the range 31 × 10−10 (ET regime) to 650 × 10−10 m2 (TG regime). Permeability increases over time in TG conditions and decreases under ET conditions. Using measurements of density ρ and of specific surface area (SSA), from which the equivalent sphere radius r is determined, we show that the equation linking SSA, density ρ and permeability, K = 3.0 r2 e(−0.013 ρ) (with K in m2, r in m and ρ in kg m−3) obtained in a previous study adequately predicts permeability values. The detailed snowpack model Crocus is used to simulate the physical properties of the TG and ET snowpacks. For the most part, all variables are well reproduced. Simulated permeabilities are up to a factor of two greater than measurements for depth hoar layers, which we attribute to snow microstructure and its aerodynamic properties. Finally, the large difference in permeabilities between ET and TG metamorphic regimes will impact atmosphere-snow energy and mass exchanges. These effects deserve consideration in predicting the effect of climate change on snow properties and snow–atmosphere interactions.
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) | 0,006 | 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 ».