MétaCan
Menu
Retour à la cohorte
Enregistrement W4220930359 · doi:10.5194/egusphere-egu22-5610

Subsurface warming trends in response to climate change and local heat sources in Central Europe

2022· preprint· en· W4220930359 sur OpenAlexaff
Peter Bayer, Susanne A. Benz, Kathrin Menberg, Philipp Blum, Maximilian Noethen, Hannes Hemmerle

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésGeothermal gradientAdvectionClimate changeEnvironmental scienceSubsurface flowGroundwaterNatural (archaeology)GeologyClimatologyAtmospheric sciencesGlobal warmingHydrology (agriculture)GeophysicsOceanography

Résumé

récupéré en direct d'OpenAlex

Under natural conditions the thermal signature at the Earth´s surface equilibrates with the geothermal heat flux. Given that downward propagation of heat by conduction and advection is magnitudes lower than the daily and seasonal variation at the surface, these short-phased patterns impart a dampened and long-phased temperature response in the shallow subsurface. While climate change manifests in temperature trends that correlate at decade scale this signature is integrated by the slow heat transfer in gradual subsurface warming. In many places land use and small scale anthropogenic structures overprint the thermal response of the subsurface to climate change at the surface. In our contribution we present evidence of subsurface warming in natural and anthropogenic settings for different case studies in Central Europe. Repeated temperature depth logs reveal that in natural environments shallow subsurface temperature rise is trailing when compared to the rise in surface temperature and diminishes towards greater depths (e.g. +0.35 K per decate at the surface, +0.28 at 20 m, and +0.09 at 60 m below ground level for 32 wells in Bavaria). While in general a coherent pattern is found for different locations in natural environments, site-specific trends have a high spread (e.g. +0.36±0.44 K per decade for 227 wells in Austria) and temperature can also be dependent on vertical or lateral groundwater flow in the region. In built-up areas temperature rise in the subsurface is characterised by a higher variance and often exceeds the rise of surface temperature. Especially in dense urban areas ground temperature is elevated indicating local extreme temperature rises that are magnitudes higher than temperature rise at the surface. The high variance originates partially from the scarcity of reliable and long-term monitoring. Monitoring data typically lacks either depth or time resolution as temperature is either continously logged at a single-depth, erratically measured as depth profile, or measured at the surface during groundwater quality measurements.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,052
Tête enseignante GPT0,251
Écart entre enseignants0,199 · 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'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeophysics and Gravity MeasurementsTravaux en français237 207