Characteristics and changes of thermokarst lakes in Canada, Russia and Sweden
Notice bibliographique
Résumé
Peat plateaus are widespread at high northern latitudes and are important soil organic carbon reservoirs. A warming climate can cause either increased ground subsidence (thermokarst) resulting in lake formation or increased drainage as the permafrost thaws. A better understanding of spatiotemporal variations in these landforms in relation to climate change is important for predicting the future thawing permafrost carbon feedback. In this study, dynamics in thermokarst lake extent during the last 35-50 years has been quantified through time series analysis of aerial photographs and high-resolution satellite images (IKONOS/QuickBird) in three peat plateau complexes, spread out across the northern circumpolar region along a climatic and permafrost gradient. From the mid-1970s until the mid-2000s there has been an increase in mean annual air temperature, winter precipitation, and ground temperature in all three study areas. The two peat plateaus located in the continuous and discontinuous permafrost zones, respectively, where mean annual air temperatures are below -5°C and ground temperatures are -2°C or colder, have experienced small changes in thermokarst lake extent. In the peat plateau located in the sporadic permafrost zone where the mean annual air temperature is around -3°C, and the ground temperature is close to 0°C, lake drainage and infilling with fen vegetation has been extensive and many new thermokarst lakes have formed. In a future progressively warmer and wetter climate permafrost degradation can cause significant impacts on landscape composition and greenhouse gas exchange also in areas with extensive peat plateaus, which presently still experience stable permafrost conditions.
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) | 0,305 | 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 ».