MétaCan
Menu
Retour à la cohorte
Enregistrement W2804552028 · doi:10.3389/feart.2018.00064

Mapping Surface Temperatures on a Debris-Covered Glacier With an Unmanned Aerial Vehicle

2018· article· en· W2804552028 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFrontiers in Earth Science · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Northern British ColumbiaUniversity of Saskatchewan
Organismes subventionnairesEIT Climate-KICFP7 Ideas: European Research CouncilNederlandse Organisatie voor Wetenschappelijk OnderzoekEuropean CommissionInternational Centre for Integrated Mountain DevelopmentDepartment for International DevelopmentDepartment for International Development, UK Government
Mots-clésGlacierDebrisGeologyRemote sensingTerrainEmissivityEnvironmental scienceGeomorphologyGeography

Résumé

récupéré en direct d'OpenAlex

A mantel of debris cover often accumulates across the surface of glaciers in active mountain ranges with exceptionally steep terrain, such as the Andes, Himalaya and New Zealand Alps. Such a supraglacial debris layer has a major influence on a glacier's surface energy budget, enhancing radiation absorption and melt when the layer is thin, but insulating the ice when thicker than a few cm. Information on spatially distributed debris surface temperature has the potential to provide insight into the properties of the debris, its effects on the ice below and its influence on the near-surface boundary layer. Here, we deploy an unmanned aerial vehicle (UAV) equipped with a thermal infrared sensor on three separate missions over one day to map changing surface temperatures across the debris-covered Lirung Glacier in the Central Himalaya. We present a methodology to georeference and process the acquired thermal imagery, and correct for emissivity and sensor bias. Derived UAV surface temperatures are compared with distributed simultaneous in situ temperature measurements as well as with Landsat 8 thermal satellite imagery. Results show that the UAV-derived surface temperatures vary greatly both spatially and temporally, with -1.4±1.8, 11.0 ±5.2 and 15.3±4.7 °C for the three flights (mean±sd), respectively. The range in surface temperatures over the glacier during the morning is very large with almost 50 °C. Ground-based measurements are generally in agreement with the UAV imagery, but considerable deviations are present that are likely due to differences in measurement technique and approach, and validation is difficult as a result. The difference in spatial and temporal variability captured by the UAV as compared with much coarser satellite imagery is striking and it shows that satellite derived temperature maps should be interpreted with care. We conclude that UAVs provide a suitable means to acquire surface temperature maps of debris-covered glacier surfaces at high spatial and temporal resolution, but that there are caveats with regard to absolute temperature measurement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,212
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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