Impact of water vapor diffusion and latent heat on the effectivethermal conductivity of snow
Notice bibliographique
Résumé
Abstract. Heat transport in snowpacks is generally thought to occur through two independent processes: heat conduction and latent heat transport carried by water vapor. This paper investigates the coupling between both these processes in snow, with an emphasis on the impacts of the kinetics of the sublimation and deposition of water vapor onto ice. In the case where kinetics is fast, latent heat exchanges at ice surfaces modify their temperature, and therefore the thermal gradient within ice crystals and the heat conduction through the entire microstructure. Furthermore, in this case, the effective thermal conductivity of snow can be expressed by a purely conductive term complemented by a term directly proportional to the effective diffusion coefficient of water vapor in snow, which illustrates the inextricable coupling between heat conduction and water vapor transport. Numerical simulations on measured three-dimensional snow microstructures reveal that the effective thermal conductivity of snow can be significantly larger, up to about 50 % for low-density snow, than if water vapor transport is neglected. Comparison of our numerical simulations with literature data suggests that the fast kinetics hypothesis could be a reasonable assumption to model snow physical properties. Lastly, we demonstrate that under the fast kinetics hypothesis the effective diffusion coefficient of water vapor is related to the effective thermal conductivity by a simple linear relationship. Under such condition, the effective diffusion coefficient of water vapor is expected to lie in the narrow 100 % to about 80 % range of the value of the diffusion coefficient of water vapor in air for most seasonal snows. This may greatly facilitate the parameterization of water vapor diffusion of snow in models.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».