MétaCan
Menu
← Retour à la cohorte
Enregistrement W2919466912 · doi:10.5194/tc-2019-31

Uncertainties in the spatial distribution of snow sublimation in the semi-arid Andes of Chile

2019· article· en· W2919466912 sur OpenAlexaff
Marion Réveillet, Shelley MacDonell, Simon Gascoin, Christophe Kinnard, Stef Lhermitte, Nicole Schaffer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésSnowWeather Research and Forecasting ModelSnowmeltSnowpackEnvironmental scienceSublimation (psychology)Automatic weather stationPrecipitationWatershedClimatologyAtmospheric sciencesHydrology (agriculture)MeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. In the semi-arid Andes of Chile, farmers and industry in the cordillera lowlands depend on water from snowmelt, as annual rainfall is insufficient to meet their needs. Despite the importance of snow cover for water resources in this region, understanding of snow depth distribution and snow mass balance is limited. Whilst the effect of wind on snow cover pattern distribution has been assessed, the relative importance of melt versus sublimation has only been studied at the point-scale over one catchment. Analyzing relative ablation rates and evaluating uncertainties are critical for understanding snow depth sensitivity to variations in climate and simulating the evolution of the snow pack over a larger area and over time. Using a distributed snowpack model (SnowModel), this study aims to simulate melt and sublimation rates over the instrumented watershed of La Laguna (3150–5630 m above sea level, 30° S), during two hydrologically contrasted years. The model is calibrated and forced with meteorological data from nine Automatic Weather Stations (AWS) located in the watershed, and atmospheric simulation outputs from the Weather Research and Forecasting (WRF) model. Results of simulations indicate first a large uncertainty in sublimation ratios depending on the forcing. The melt/sublimation ratios increased by 100 % if forced with WRF compared to AWS data due to the cold bias and precipitation over-estimation observed in WRF output in this region. Second, the simulations indicate similar sublimation ratios for both years, but ratios vary with elevation with a relative increase in melt at higher elevations. Finally results indicate that snow persistence has a significant impact on the sublimation ratio due to higher melt rates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,208
Écart entre enseignants0,194 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→