Time-Domain Reflectometry Measurements and Modelling of Firn Meltwater Infiltration at DYE-2, Greenland
Notice bibliographique
Résumé
Meltwater infiltration and refreezing in snow and firn are important processes for Greenland Ice Sheet mass balance, acting to reduce meltwater runoff and mass loss. To advance understanding of meltwater retention processes in firn, we deployed vertical arrays of time-domain reflectometry sensors and thermistors to continuously monitor meltwater infiltration, refreezing, and wetting-front propagation in the upper 4 m of snow and firn over the 2016 melt season at DYE-2, Greenland. The dataset provides a detailed record of the co-development of the firn wetting and thawing fronts through the melt season. These data are used to constrain a model of firn thermodynamics and hydrology that is then used in simulations of the long-term firn evolution at DYE-2, forced by ERA5 climate reanalyses over the period 1950-2020. Summer 2016 meltwater infiltration reached a depth of 1.8 m below the surface, which is close to the modelled long-term mean at this site. Modelled meltwater infiltration increased at DYE-2 from 1990-2020, driving increases in firn density, ice content, and temperature; 10-m firn temperatures increased by 1°C per decade over this period. Modelled meltwater infiltration reached 6 to 7 m depth during extreme melt seasons in Greenland such as 2012 and 2019, causing 3-4°C increases in 10-m firn temperatures which persist for several years. A similar event occurred in 1968 in the model reconstructions. These deep infiltration events strongly impact the firn at DYE-2, and may be more influential than the background warming trend in governing meltwater retention capacity in the Greenland percolation zone.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».