Influence of vertical and lateral heat transfer on permafrost thaw, peatland landscape transition, and groundwater flow
Notice bibliographique
Résumé
Abstract Recent climate change has reduced the spatial extent and thickness of permafrost in many discontinuous permafrost regions. Rapid permafrost thaw is producing distinct landscape changes in the Taiga Plains of the Northwest Territories, Canada. As permafrost bodies underlying forested peat plateaus shrink, the landscape slowly transitions into unforested wetlands. The expansion of wetlands has enhanced the hydrologic connectivity of many watersheds via new surface and near‐surface flow paths, and increased streamflow has been observed. Furthermore, the decrease in forested peat plateaus results in a net loss of boreal forest and associated ecosystems. This study investigates fundamental processes that contribute to permafrost thaw by comparing observed and simulated thaw development and landscape transition of a peat plateau‐wetland complex in the Northwest Territories, Canada from 1970 to 2012. Measured climate data are first used to drive surface energy balance simulations for the wetland and peat plateau. Near‐surface soil temperatures simulated in the surface energy balance model are then applied as the upper boundary condition to a three‐dimensional model of subsurface water flow and coupled energy transport with freeze‐thaw. Simulation results demonstrate that lateral heat transfer, which is not considered in many permafrost models, can influence permafrost thaw rates. Furthermore, the simulations indicate that landscape evolution arising from permafrost thaw acts as a positive feedback mechanism that increases the energy absorbed at the land surface and produces additional permafrost thaw. The modeling results also demonstrate that flow rates in local groundwater flow systems may be enhanced by the degradation of isolated permafrost bodies.
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 | 0,001 | 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) | 0,003 | 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 ».