Circum-Arctic Changes in the Flow of Glaciers and Ice Caps from Satellite SAR Data between the 1990s and 2017
Notice bibliographique
Résumé
We computed circum-Arctic surface velocity maps of glaciers and ice caps over the Canadian Arctic, Svalbard and the Russian Arctic for at least two times between the 1990s and 2017 using satellite SAR data. Our analyses are mainly performed with offset-tracking of ALOS-1 PALSAR-1 (2007–2011) and Sentinel-1 (2015–2017) data. In certain cases JERS-1 SAR (1994–1998), TerraSAR-X (2008–2012), Radarsat-2 (2009–2016) and ALOS-2 PALSAR-2 (2015–2016) data were used to fill-in spatial or temporal gaps. Validation of the latest Sentinel-1 results was accomplished by means of SAR data at higher spatial resolution (Radarsat-2 Wide Ultra Fine) and ground-based measurements. In general, we observe a deceleration of flow velocities for the major tidewater glaciers in the Canadian Arctic and an increase in frontal velocity along with a retreat of frontal positions over Svalbard and the Russian Arctic. However, all regions have strong accelerations for selected glaciers. The latter developments can be well traced based on the very high temporal sampling of Sentinel-1 acquisitions since 2015, revealing new insights in glacier dynamics. For example, surges on Spitsbergen (e.g., Negribreen, Nathorsbreen, Penckbreen and Strongbreen) have a different characteristic and timing than those over Eastern Austfonna and Edgeoya (e.g., Basin 3, Basin 2 and Stonebreen). Events similar to those ongoing on Eastern Austofonna were also observed over the Vavilov Ice Cap on Severnaya Zemlya and possibly Simony Glacier on Franz-Josef Land. Collectively, there seems to be a recently increasing number of glaciers with frontal destabilization over Eastern Svalbard and the Russian Arctic compared to the 1990s.
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 | 0,001 | 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 ».