Diurnal Cycles of Meltwater Percolation, Refreezing, and Drainage in the Supraglacial Snowpack of Haig Glacier, Canadian Rocky Mountains
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Meltwater refreezing and storage in the supraglacial snowpack can reduce and delay meltwater runoff from glaciers. These are well-established processes in polar environments, but the importance of meltwater refreezing and the efficiency of meltwater drainage are uncertain on temperate alpine glaciers. To examine these processes and quantify their importance on a mid-latitude mountain glacier, we measured the temperature and meltwater content in the upper 50 cm of the supraglacial snowpack of Haig Glacier in the Canadian Rocky Mountains. Thermistors and TDR probes were installed at 10-cm intervals at two sites in the glacier accumulation area from May to September, 2015. A Denoth meter was used to make point measurements for comparison with the TDR inferences of snowpack dielectric properties. These data are supplemented by automatic weather station data, used to calculate surface melt rates and drive a model of subsurface temperature, refreezing, and drainage. We observed a strong diurnal cycle in snow water content throughout the summer melt season, but subsurface refreezing was only significant in May; after this, overnight refreezing was restricted to a thin surface layer of the snowpack. Overnight decreases in water content after May are associated with meltwater percolation and drainage. There was negligible meltwater retention in the snow on a daily basis, but the refrozen water does represent an ‘energy sink’, with 10-15% of the available melt energy diverted to recycled rather than new meltwater. This reduces the total meltwater runoff from the site, even though no meltwater is retained in the system.
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.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle