Best Practice for Measuring Permafrost Temperature in Boreholes Based on the Experience in the Swiss Alps
Notice bibliographique
Résumé
Temperature measurements in boreholes are the most common method allowing the quantitative and direct observation of permafrost evolution in the context of climate change. Existing boreholes and monitoring networks often emerged in a scientific context targeting different objectives and with different setups. A standardized, well-planned and robust instrumentation of boreholes for long-term operation is crucial to deliver comparable, high-quality data for scientific analyses and assessments. However, only a limited number of guidelines are available, particularly for mountain regions. In this paper, we discuss challenges and devise best practice recommendations for permafrost temperature measurements at single sites as well as in a network, based on two decades of experience gained in the framework of the Swiss Permafrost Monitoring Network PERMOS. These recommendations apply to permafrost observations in mountain regions, although many aspects also apply to polar lowlands. The main recommendations are (1) to thoroughly consider criteria for site selection based on the objective of the measurements as well as on preliminary studies and available data, (2) to define the sampling strategy during planification, (3) to engage experienced drilling teams who can cope with inhomogeneous and potentially unstable subsurface material, (4) to select standardized and robust instrumentation with high accuracy temperature sensors and excellent long-term stability when calibrated at 0°C, ideally with double sensors at key depths for validation and substitution of questionable data, (5) to apply standardized maintenance procedures allowing maximum comparability and minimum data processing, (6) to implement regular data control procedures, and (7) to ensure remote data access allowing for rapid trouble shooting and timely reporting. Data gaps can be avoided by timely planning of replacement boreholes. Recommendations for standardized procedures regarding data quality documentation, processing and final publication will follow later.
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 | 0,028 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».