Spatial Heterogeneity in Glacier Mass-Balance Sensitivity across High Mountain Asia
Notice bibliographique
Résumé
Mass balance of glaciers in High Mountain Asia (HMA) varies substantially across the region. While the spatial variability is attributed to differences in climatic setting and sensitivity of these glaciers to climate change, an assessment of these factors to date has only been performed on a small sample of glaciers and a small set of climate perturbation scenarios. To advance the assessment to larger datasets, we first reconstruct the time series of reference-surface mass balance for 1952–2014 periods using an empirical model calibrated with observed mass balance from 45 glaciers across the HMA. Forcing the model with a set of independent stepwise changes of temperature (±0.5 K to ±6 K) and precipitation (±5% to ±30%), we assess the reference-surface mass balance sensitivity of each glacier in the sample. While the relationship between the change in mass balance and the change in precipitation is linear, the relationship with the change in temperature is non-linear. Spatial heterogeneity in the simulated mass balance sensitivities is attributed to differences in climatic setting, elevation, and the sensitivity of mass-balance profile (gradient) to changes in temperature and precipitation. While maritime and low-lying continental glaciers show high sensitivity to temperature changes and display a uniform mass-balance sensitivity with elevation, the high-lying continental glaciers show high sensitivity to precipitation changes and display a non-uniform mass-balance sensitivity with elevation. Our analysis reveals the dominant drivers of spatial variability in the mass balance sensitivity across the region: temperature as a single driver for maritime glaciers, and a superposition of temperature, precipitation seasonality, and snow/rain differentiation for continental glaciers. Finally, a set of sensitivity tests with perturbed model parameters confirms the robustness of our results. The model’s ability and robustness to resolve spatial patterns in the sensitivities and their drivers implies that simple modeling approaches remain a powerful tool for analyzing glacier response to climate change in HMA.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».