Greenland Ice Mapping Project: ice flow velocity variation at sub-monthly to decadal timescales
Notice bibliographique
Résumé
We describe several new ice velocity maps produced by the Greenland Ice Mapping Project (GIMP) using Landsat 8 and Copernicus Sentinel 1A/B data. We then focus on several sites where we analyse these data in conjunction with earlier data from this project, which extend back to the year 2000. At Jakobshavn Isbrae and Koge Bugt, we find good agreement when comparing results from different sensors. In a change from recent behaviour, Jakobshavn Isbrae began slowing substantially in 2017, with a mid-summer peak that was even slower than some previous winter minimums. Over the last decade, we identify two major slowdown events at Koge Bugt that coincide with short-term advances of the terminus. We also examined populations of glaciers in northwest and southwest Greenland to produce a record of speedup since 2000. Collectively these glaciers continue to speed up, but there are regional differences in the timing of periods of peak speedup. In addition, we computed trends in winter flow speed for much of the southwest margin of the ice sheet and find little in the way of statistically significant change over the period covered by our data. Finally, although consistency of the data generally is good through time and across sensors, our analysis indicates substantial differences can arise in regions with high strain rates (e.g., shear margins) where sensor resolution can become a factor. For applications such as constraining model inversions, users should factor in the impact that the data's resolution has on their results.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».