MétaCan
Menu
Retour à la cohorte
Enregistrement W4225290916 · doi:10.3390/rs14092175

Physiographic Controls on Landfast Ice Variability from 20 Years of Maximum Extents across the Northwest Canadian Arctic

2022· article· en· W4225290916 sur OpenAlexaffabout
Eleanor E. Wratten, Sarah Cooley, P. J. Mann, Dustin Whalen, Paul Fraser, Michael Lim

Notice bibliographique

RevueRemote Sensing · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesNatural Environment Research CouncilNational Science Foundation
Mots-clésArcticSea iceOceanographyArctic ice packPhysical geographyGeologyStormClimatologyGeography

Résumé

récupéré en direct d'OpenAlex

Landfast ice is a defining feature among Arctic coasts, providing a critical transport route for communities and exerting control over the exposure of Arctic coasts to marine erosion processes. Despite its significance, there remains a paucity of data on the spatial variability of landfast ice and limited understanding of the environmental processes’ controls since the beginning of the 21st century. We present a new high spatiotemporal record (2000–2019) across the Northwest Canadian Arctic, using MODIS Terra satellite imagery to determine maximum landfast ice extent (MLIE) at the start of each melt season. Average MLIE across the Northwest Canadian Arctic declined by 73% in a direct comparison between the first and last year of the study period, but this was highly variable across regional to community scales, ranging from 14% around North Banks Island to 81% in the Amundsen Gulf. The variability was largely a reflection of 5–8-year cycles between landfast ice rich and poor periods with no discernible trend in MLIE. Interannual variability over the 20-year record of MLIE extent was more constrained across open, relatively uniform, and shallower sloping coastlines such as West Banks Island, in contrast with a more varied pattern across the numerous bays, headlands, and straits enclosed within the deep Amundsen Gulf. Static physiographic controls (namely, topography and bathymetry) were found to influence MLIE change across regional sites, but no association was found with dynamic environmental controls (storm duration, mean air temperature, and freezing and thawing degree day occurrence). For example, despite an exponential increase in storm duration from 2014 to 2019 (from 30 h to 140 h or a 350% increase) across the Mackenzie Delta, MLIE extents remained relatively consistent. Mean air temperatures and freezing and thawing degree day occurrences (over 1, 3, and 12-month periods) also reflected progressive northwards warming influences over the last two decades, but none showed a statistically significant relationship with MLIE interannual variability. These results indicate inferences of landfast ice variations commonly taken from wider sea ice trends may misrepresent more complex and variable sensitivity to process controls. The influences of different physiographic coastal settings need to be considered at process level scales to adequately account for community impacts and decision making or coastal erosion exposure.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,008
Tête enseignante GPT0,202
Écart entre enseignants0,194 · 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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207