Surface Water Dynamics and Rapid Lake Drainage in the Western Canadian Subarctic (1985–2020)
Notice bibliographique
Résumé
Abstract The area and distribution of surface water are shifting rapidly in many regions across the circumpolar Arctic. In this study, we explore the effects of climate and terrain factors on the area of lakes in the Northwest Territories, Canada. We used the Landsat satellite archive to map interannual changes in 5,328 lakes and ponds in the Lower Mackenzie Plain between 1985 and 2020. The high temporal resolution of our dataset allowed us to classify gradual and abrupt changes in lake area and identify rapid drainage events. We used Generalized Additive Models and Random Forests to test the effects of climate and terrain factors on changes in lake area. Despite increases in the area of smaller lakes driven by increasing precipitation, we found that the total lake area has decreased by approximately 1%. Overall, 29% of lakes exhibited an increasing trend in the area, while 11% exhibited a decreasing trend, and the majority of these changes (65%) were non‐linear in nature. Lakes located in fire scars were also 3.8 times more likely to show a decreasing trend in area. Analysis of a large fire indicates that lakes within the burned region exhibited declines in an area that persisted until the end of the study period 20 years after the fire. These declines are likely related to the impact of fire on thaw depth, groundwater connectivity, and the development of new drainage pathways. Our results highlight the importance of rapid drainage and wildfire as drivers of declines in the lake area.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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 ».