Classification of glaciers during summer in Southern Rocky Mountain Trench using surface albedo and temperature anomalies
Notice bibliographique
Résumé
Under most atmospheric conditions, the albedo and temperature of surface snow and ice are two of the main influences on the energy budget for glacier melting. Given that surface albedo and temperature are linked, knowing where and when negative albedo and positive surface temperature anomalies coincide is important for identifying locations and time periods in which anomalously high rates of surface melting are likely. We used measurements from the Moderate Resolution Imaging Spectroradiometer (MODIS) sensors on NASA's AQUA and TERRA satellites to map the albedo and surface temperature of snow and ice on glaciers in the of Southern Rocky Mountain Trench ecoregion in the summer months (June-August) from 2000 to 2018. We use these data to identify specific regions and time periods in which low albedo and high surface temperature coincide since these conditions are likely to support anomalously high rates of surface melting. We also use these data to identify regions/periods in which albedo is particularly low while surface temperature is average or low, since such conditions suggest localized and/or short-term decoupling between the two parameters. We found anomalously low albedo and average/low temperature consistently at multiple glaciers during time periods when there were major forest fire events. We suggest the low albedo results from deposition of pyrogenic carbon from forest fires. We found that, on average, ~25% of the glaciers in the region experienced increasingly negative albedo anomalies and increasingly positive temperature anomalies in summer months from 2000 to 2018. However, we also found that for ~45% of the glaciers that are small, there was a poor correlation between the timing of albedo and temperature anomalies. Our results indicate that the correlation between albedo and temperature was weaker for the small glaciers, and identify specific glaciers that are likely the most vulnerable to climate warming.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».