Changes in surface water dynamics across northwestern Canada are influenced by wildfire and permafrost thaw
Notice bibliographique
Résumé
Abstract The abundance and distribution of surface water at high latitudes is shifting rapidly in response to both climate change and permafrost thaw. In particular, the expansion and drainage of lakes and ponds is widespread but spatially variable, and more research is needed to understand factors driving these processes. In this study we used medium resolution (30 m) remote sensing data to analyse changes in lake area in permafrost-rich lowland regions across northwestern Canada. First, we used the Global Surface Water Dataset developed by the GLAD research group to map the absolute area of different land–water transitions across a 1.4 million km 2 study domain. Next, we selected six regional study areas representing a range of climatic, geologic and hydrologic conditions. Within these regional study areas, we used the Landsat satellite archive to map annual trends in the area of 27 755 lakes between 1985 and 2020. We trained a random forests model to classify lakes exhibiting significant increasing or decreasing trends in area, and assessed the relative importance of climate, disturbance and environmental variables in determining the direction of change. Our analysis shows that significant increases in lake area were 5.6 times more frequent than decreases during the study period. Wildfire and ground ice abundance were the most important predictors of the direction of change. Greater ground ice content was associated with regions that experienced increases in lake area, while wildfire was associated with regions that experienced decreases in lake area. The effects of climate, including trends in mean annual temperature and total annual precipitation were smaller than disturbance and environmental factors, indicating that climate has likely had indirect effects on lake area changes over our period of study.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».