A Comparison of AEM Inversion Methods for Discontinuous Permafrost near Fort Yukon, Alaska
Notice bibliographique
Résumé
Permafrost is a predominant physical feature of Arctic and sub‐Arctic regions, and is sensitive to climate change. How warming of the permafrost affects near‐surface hydrologic processes, ecosystems, and infrastructure is not clearly understood. A better understanding of the dynamic distribution and physical properties of permafrost, from continuous to discontinuous, provides knowledge of how the permafrost may change in the future and help inform engineering and sustainable management strategies. In June 2010, the US Geological Survey acquired 875 line km of RESOLVE frequency‐domain airborne electromagnetic (AEM) data over a ∼300 sq. km block near Fort Yukon in Alaska for imaging permafrost characteristics at various scales. The AEM data have been studied with 1D and 3D inversion algorithms. In this area, the 1D approximation is generally valid, but may be violated in areas of sharp lateral resistivity contrasts where low resistivity unfrozen sediments are surrounded by high resistivity permafrost. We explored whether the resolution of weakly 3D features could be improved through the use of holistic inversion (3D model parameterization with 1D modeling) or full 3D inversion, both of which are compared with independent 1D inversions. However, in addition to differences in dimensionality, there are also differences in model parameterization and regularization between the various AEM inversion methods. We have attempted to understand how these differences are manifested in the inverted models in order to assess the features resolved by each inversion. Resistivity models produced from the different inversions compare favourably with known permafrost features, and have also suggested some previously unseen permafrost features. We have examined unfrozen areas, such as the talik interpreted beneath Twelvemile Lake that may play an important hydrogeological role. Reliable interpretations of the 3D resistivity models surrounding taliks and other thawed subsurface features are critical for assessing whether or not these features are fully connected through the permafrost.
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 | 0,000 | 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) | 0,000 | 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 ».