Supra-glacial debris cover changes in the Greater Caucasus from 1986 to 2014
Notice bibliographique
Résumé
Knowledge of supra-glacial debris cover and its changes remain incomplete in the Greater Caucasus, in spite of recent glacier studies. Here we present data of supra-glacial debris cover for 659 glaciers across the Greater Caucasus based on Landsat and SPOT images from the years 1986, 2000 and 2014. We combined semi-automated methods for mapping the clean ice with manual digitization of debris-covered glacier parts and calculated supra-glacial debris-covered area as the residual between these two maps. The accuracy of the results was assessed by using high-resolution Google Earth imagery and GPS data for selected glaciers. From 1986 to 2014, the total glacier area decreased from 691.5±29.0 to 590.0±25.8 km 2 (15.8±4.1 %, or ∼0.52 % yr −1 ), while the clean-ice area reduced from 643.2±25.9 to 511.0±20.9 km 2 (20.1±4.0 %, or ∼0.73 % yr −1 ). In contrast supra-glacial debris cover increased from 7.0±6.4 %, or 48.3±3.1 km 2 , in 1986 to 13.4±6.2 % (∼0.22 % yr −1 ), or 79.0±4.9 km 2 , in 2014. Debris-free glaciers exhibited higher area and length reductions than debris-covered glaciers. The distribution of the supra-glacial debris cover differs between the northern and southern and between the western, central and eastern Greater Caucasus. The observed increase in supra-glacial debris cover is significantly stronger on the northern slopes. Overall, we have observed up-glacier average migration of supra-glacial debris cover from about 3015 to 3130 m a.s.l. (metres above sea level) during the investigated period.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».