How Many Pan-Arctic Lakes Are Observed by ICESat-2 in Space and Time?
Notice bibliographique
Résumé
High-latitude lakes are sensitive indicators of climate change. Monitoring lake dynamics in high-latitude regions (e.g., pan-Arctic regions) is essential to improving our understanding of the impacts of climate change; however, the lack of in situ water level measurements limits comprehensive quantification of the lake hydrologic dynamics in high-latitude regions. Fortunately, the newly launched ICESat-2 laser altimeter can provide finer footprint measurements and denser ground tracks, thus enabling us to measure the water level changes for more lakes than with conventional radar altimeters. This study aims to comprehensively assess the number and frequency of pan-Arctic lakes (>1 km2, north of 60°N) observable by the ICESat-2 in space and time over the past three years. Further, we analyze the spatial and temporal characteristics of the ICESat-2-based water level observations of these pan-Arctic lakes based on our customized classification of seasonal coverage patterns (wet/dry season, monthly, and ten-day). We find that the ICESat-2 observed 80,688 pan-Arctic lakes (97% of the total). Among the observed lakes, the ICESat-2 retrieved the seasonal coverage patterns for 40,192 lakes (~50% of observed lakes), accounting for nearly 84% of the area and 95% of the volumetric capacity. Most lakes (99%) have seasonal water-level fluctuation amplitudes within a range of 0–1 m. The latitudinal zonality analysis demonstrates that the seasonal change in pan-Arctic lake levels gently fluctuates around 0.5 m between 60°N and 74°N and becomes intense (range of level change from 1 m to 2 m) beyond 74°N. Our results are expected to offer an overall reference for the spatio-temporal coverage of the ICESat-2’s observations of pan-Arctic lakes, which is crucial for comprehending the hydrologic response of high-latitude lakes to ongoing climate change.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».