Seasonal Surface Subsidence and Frost Heave Detected by C-Band DInSAR in a High Arctic Environment, Cape Bounty, Melville Island, Nunavut, Canada
Notice bibliographique
Résumé
Differential interferometry of synthetic aperture radar (DInSAR) can be used to generate high-precision surface displacement maps in continuous permafrost environments, capturing isotropic surface subsidence and uplift associated with the seasonal freeze and thaw cycle. We generated seasonal displacement maps using DInSAR with ultrafine-beam Radarsat-2 data for the summers of 2013, 2015, and 2019 at Cape Bounty, Melville Island, and examined them in combination with a land-cover classification, meteorological data, topographic data, optical satellite imagery, and in situ measures of soil moisture, soil temperature, and depth to the frost table. Over the three years studied, displacement magnitudes (estimated uncertainty ± 1 cm) of up to 10 cm per 48-day DInSAR stack were detected. However, generally, the displacement was far smaller (up to 4 cm). Surface displacement was found to be most extensive and of the greatest magnitude in low-lying, wet, and steeply sloping areas. The few areas where large vertical displacements (>2.5 cm) were detected in multiple years were clustered in wet, low lying areas, on steep slopes or ridges, or close to the coast. DInSAR also captured the expansion of two medium-sized retrogressive thaw slumps (RTS), exhibiting widespread negative surface change in the slump floor.
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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».