MétaCan
Menu
← Retour à la cohorte
Enregistrement W3173783700 · doi:10.5194/egusphere-egu21-1319

Impact of variability in measured and simulated tundra snowpack properties on heat transfer metrics

2021· article· en· W3173783700 sur OpenAlexaffabout
Victoria Dutch, Nick Rutter, Leanne Wake, Melody Sandells, Chris Derksen, Gabriel Hould Gosselin, Oliver Sonnentag, Richard Essery, Phillip Marsh

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensWilfrid Laurier UniversityUniversité de MontréalEnvironment and Climate Change Canada
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésSnowpackSnowEnvironmental scienceAtmospheric sciencesSpatial variabilityTundraLayeringClimatologyHydrology (agriculture)GeologyGeomorphologyArctic

Résumé

récupéré en direct d'OpenAlex

Tundra snowpack properties are highly heterogenous over a variety of spatial scales and evolve over the course of the winter. Variations in snowpack properties such as snow density and microstructure control the transfer of heat through the snowpack. Thermal properties of the snowpack impact the subnivean environment; snow insulates the underlying soil, allowing films of liquid water to remain unfrozen, enabling biological processes to take place. In this study, field measurements from four field campaigns across two different winters (March and November 2018, January and March 2019) are used to capture and constrain the spatial variability of the snowpack. These include 1050 spatially distributed Snow MicroPenetrometer (SMP) profiles throughout the Trail Valley Creek catchment in the Northwest Territories, Canada. Bespoke coefficients for tundra snowpacks were calculated (based on the work of King et al., 2020) to convert raw SMP force measurements to densities. This allowed density changes of vertical profiles to be assessed and spatial variability in the thickness and properties of three snowpack layers (wind slab, indurated hoar and depth hoar) to be quantified. 105 needleprobe measurements from 37 snowpits were used to contrast the density and thermal conductivity of snowpack layers, as well as thermal conductivities estimated from recalibrated SMP density profiles. These in-situ measurements will be compared to 1-D simulations of snowpack properties from the Community Land Model (PTCLM 5.0) over the two winter seasons. The impact of snowpack layering on snow heat transfer metrics will be investigated using both 2-layer (wind slab: depth hoar) and 3-layer (wind slab: indurated hoar: depth hoar) snowpack configurations. The spatial variability of heat transfer metrics across the Trail Valley Creek catchment will also be considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,242
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→