MétaCan
Menu
Retour à la cohorte
Enregistrement W2168060352 · doi:10.1175/jhm421.1

The Role of Northern Lakes in a Regional Energy Balance

2005· article· en· W2168060352 sur OpenAlexafffundabout
Wayne R. Rouse, Claire Oswald, Jacqueline Binyamin, Christopher Spence, William M. Schertzer, Peter D. Blanken, Normand Bussières, Claude Duguay

Notice bibliographique

RevueJournal of Hydrometeorology · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change CanadaMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChurchill Northern Studies CentreNational Aeronautics and Space Administration
Mots-clésEnvironmental scienceWetlandWater balanceHydrology (agriculture)Energy balanceLatitudeClimate changeEvaporationPhysical geographyGeologyEcologyGeographyMeteorologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract There are many lakes of widely varying morphometry in northern latitudes. For this study region, in the central Mackenzie River valley of western Canada, lakes make up 37% of the landscape. The nonlake components of the landscape are divided into uplands (55%) and wetlands (8%). With such abundance, lakes are important features that can influence the regional climate. This paper examines the role of lakes in the regional surface energy and water balance and evaluates the links to the frequency–size distribution of lakes. The primary purpose is to examine how the surface energy balance may influence regional climate and weather. Lakes are characterized by both the magnitude and temporal behavior of their surface energy balances during the ice-free period. The impacts of combinations of various-size lakes and land–lake distributions on regional energy balances and evaporation cycles are presented. Net radiation is substantially greater over all water-dominated surfaces compared with uplands. The seasonal heat storage increases with lake size. Medium and large lakes are slow to warm in summer. Their large cumulative heat storage, near summer’s end, fuels large convective heat fluxes in fall and early winter. The evaporation season for upland, wetland, and small, medium, and large lakes lasts for 19, 21, 22, 24, and 30 weeks, respectively. The regional effects of combinations of surface types are derived. The region is initially treated as comprising uplands only. The influences of wetland, small, medium, and large lakes are added sequentially, to build up to the energy budget of the actual landscape. The addition of lakes increases the regional net radiation, the maximum regional subsurface heat storage, and evaporation substantially. Evaporation decreases slightly in the first half of the season but experiences a large enhancement in the second half. The sensible heat flux is reduced substantially in the first half of the season, but changes little in the second half. For energy budget modeling the representation of lake size is important. Net radiation is fairly independent of size. An equal area of medium and large lakes, compared with small lakes, yields substantially larger latent heat fluxes and lesser sensible heat fluxes. Lake size also creates large differences in regional flux magnitudes, especially in the spring and fall periods.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,209
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations165
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of HydrometeorologyMême sujetClimate variability and modelsTravaux en français237 207