Evaluation of air-soil temperature relationships simulated by land surface models during winter across the permafrost region
Notice bibliographique
Résumé
Abstract. A realistic simulation of snow cover and its thermal properties are important for accurate modelling of permafrost. We analyze simulated relationships between air and near-surface (20 cm) soil temperatures in the Northern Hemisphere permafrost region during winter, with a particular focus on snow insulation effects in nine land surface models and compare them with observations from 268 Russian stations. There are large across-model differences as expressed by simulated differences between near-surface soil and air temperatures, (ΔT), of 3 to 14 K, in the gradients between soil and air temperatures (0.13 to 0.96 °C/°C), and in the relationship between ΔT and snow depth. The observed relationship between ΔT and snow depth can be used as a metric to evaluate the effects of each model's representation of snow insulation, and hence guide improvements to the model’s conceptual structure and process parameterizations. Models with better performance apply multi-layer snow schemes and consider complex snow processes. Some models show poor performance in representing snow insulation due to underestimation of snow depth and/or overestimation of snow conductivity. Generally, models identified as most acceptable with respect to snow insulation simulate reasonable areas of near-surface permafrost (12–16 million km2). However, there is not a simple relationship between the quality of the snow insulation in the acceptable models and the simulated area of Northern Hemisphere near-surface permafrost, likely because several other factors such as differences in the treatment of soil organic matter, soil hydrology, surface energy calculations, and vegetation also provide important controls on simulated permafrost distribution.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».