Towards accurate quantification of ice content in permafrost of the Central Andes – Part 2: An upscaling strategy of geophysical measurements to the catchment scale at two study sites
Notice bibliographique
Résumé
With ongoing climate change, there is a pressing need to better understand how much water is stored as ground ice in areas with extensive permafrost occurrence, as well as how the regional water balance may alter in response to the potential generation of meltwater from permafrost degradation. However, field-based data on permafrost in remote and mountainous areas such as the South American Andes are scarce. Most current ground ice estimates are based on broadly generalized assumptions such as volume–area scaling and mean ground ice content estimates of rock glaciers. In addition, ground ice contents in permafrost areas outside of rock glaciers are usually not considered, resulting in a significant uncertainty regarding the volume of ground ice in the Andes and its hydrological role. In Part 1 of this contribution, Hilbich et al. (2022a) present an extensive geophysical data set based on electrical resistivity tomography and refraction seismic tomography surveys to detect and quantify ground ice of different landforms and surface types in several study regions in the semi-arid Andes of Chile and Argentina with the aim to contribute to the reduction of this data scarcity. In Part 2 we focus on the development of a strategy for the upscaling of geophysics-based ground ice quantification to an entire catchment to estimate the total ground ice volume (and its approximate water equivalent) in the study areas. In addition to the geophysical data, the upscaling approach is based on a permafrost distribution model and classifications of surface and landform types. In this paper, we introduce our upscaling strategy, and we demonstrate that the estimation of large-scale ground ice volumes can be improved by including (i) non-rock-glacier permafrost occurrences and (ii) field evidence through a large number of geophysical surveys and ground truthing information. The results of our study indicate that (i) conventional ground ice estimates for rock-glacier-dominated catchments without in situ data may significantly overestimate ground ice contents and (ii) substantial volumes of ground ice may also be present in catchments where rock glaciers are lacking.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».