MétaCan
Menu
Retour à la cohorte
Enregistrement W2272341249 · doi:10.5194/tc-10-313-2016

Cloud effects on surface energy and mass balance in the ablation area of Brewster Glacier, New Zealand

2016· article· en· W2272341249 sur OpenAlexaff
Jonathan P. Conway, Nicolas J. Cullen

Notice bibliographique

Revue˜The œcryosphere · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésOvercastGlacierEnvironmental scienceAlbedo (alchemy)Ablation zoneSkyCloud coverGlacier mass balancePrecipitationAtmospheric sciencesEnergy balanceEarth's energy budgetLatent heatClimatologyMeteorologyGeologyRadiationGeomorphologyCloud computingPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract. The effect of clouds on glacier surface energy balance (SEB) has received increased attention in the last decade, but how clouds interact with other meteorological forcing to influence surface mass balance (SMB) is not as well understood. This paper resolves the SEB and SMB at a site in the ablation zone of Brewster Glacier over a 22-month period, using high-quality radiation data to carefully evaluate SEB terms and define clear-sky and overcast conditions. A fundamental change in glacier SEB in cloudy conditions was driven by increased effective sky emissivity and surface vapour pressure, rather than a minimal change in air temperature and wind speed. During overcast conditions, positive net long-wave radiation and latent heat fluxes allowed melt to be maintained through a much greater length of time compared to clear-sky conditions, and led to similar melt in each sky condition. The sensitivity of SMB to changes in air temperature was greatly enhanced in overcast compared to clear-sky conditions due to more frequent melt and changes in precipitation phase that created a strong albedo feedback. During the spring and autumn seasons, the sensitivity during overcast conditions was strongest. To capture these processes, future attempts to explore glacier–climate interactions should aim to resolve the effects of atmospheric moisture (vapour, cloud, and precipitation) on melt as well as accumulation, through enhanced statistical or physically based methods.

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 candidatesaucune
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 enseignants0,072
Score d'incertitude au seuil0,997

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,193
Écart entre enseignants0,182 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations43
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

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