MétaCan
Menu
Retour à la cohorte
Enregistrement W2167480749 · doi:10.5194/tc-6-771-2012

Sensitivity of basal conditions in an inverse model: Vestfonna ice cap, Nordaustlandet/Svalbard

2012· article· en· W2167480749 sur OpenAlexaff
Martina Schäfer, Thomas Zwinger, Poul Christoffersen, Fabien Gillet‐Chaulet, Kati Laakso, Rickard Pettersson, Veijo Pohjola, Tazio Strozzi, John C. Moore

Notice bibliographique

Revue˜The œcryosphere · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Alberta
Organismes subventionnairesChina Scholarship CouncilLapin YliopistoNational Natural Science Foundation of ChinaNatural Environment Research CouncilSight Research UK
Mots-clésGlacierGeologyIce sheetIce streamParametrization (atmospheric modeling)Sensitivity (control systems)MechanicsRobustness (evolution)InverseSea ice growth processesGeomorphologyGeodesyGeometryArctic ice packClimatologyMathematicsSea iceSea ice thicknessCryospherePhysicsRadiative transferEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract. The dynamics of Vestfonna ice cap (Svalbard) are dominated by fast-flowing outlet glaciers. Its mass balance is poorly known and affected dynamically by these fast-flowing outlet glaciers. Hence, it is a challenging target for ice flow modeling. Precise knowledge of the basal conditions and implementation of a good sliding law are crucial for the modeling of this ice cap. Here we use the full-Stokes finite element code Elmer/Ice to model the 3-D flow over the whole ice cap. We use a Robin inverse method to infer the basal friction from the surface velocities observed in 1995. Our results illustrate the importance of the basal friction parameter in reproducing observed velocity fields. We also show the importance of having variable basal friction as given by the inverse method to reproduce the velocity fields of each outlet glacier – a simple parametrization of basal friction cannot give realistic velocities in a forward model. We study the robustness and sensitivity of this method with respect to different parameters (mesh characteristics, ice temperature, errors in topographic and velocity data). The uncertainty in the observational parameters and input data proved to be sufficiently small as not to adversely affect the fidelity of the model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,288
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,247
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetCryospheric studies and observationsTravaux en français237 207