Sedimentary Coastal Cliff Erosion in Greenland
Notice bibliographique
Résumé
Abstract Climate change will increase the duration of annual sea‐ice‐free periods and shift precipitation patterns across the Arctic. Those factors are likely to increase erosion rates along its coasts. Large parts of the Arctic coast consist of hard rock. However, glacial, deltaic, and coastal sedimentary deposits occur in deglaciated areas and isostatic uplift following glaciations has created beach ridge plains and pocket beaches with coarse soft‐sediment cliffs. Hitherto, very little was known about the spatial distribution, erosion rates, and morphodynamics of soft sediment cliffs along the coast of Greenland. Here, we investigate a 3‐km sedimentary cliff section on the south coast of Qeqertarsuaq (Disko Island). We measured 2D cliff top erosion over 50 years between 1964 and 2014 as well as 3D cliff profile change over 2 years between 2019 and 2021. Morphometric indices of the gravel beach and cliff were calculated based on a series of cross‐shore elevation profiles. Wave run‐up at the beach fronting the cliff was modeled with XBeach‐G for a series of storm events under present day sea‐ice conditions and for a reduced sea‐ice scenario. Cliff top erosion rates varied along the cliff with maximum rates of 0.3 m y −1 . The investigated coastal cliff erodes by two coupled processes: (a) precipitation‐driven surface runoff downslope the cliff and (b) wave‐driven erosion at the cliff toe. In a continuously warming climate, this study shows that erosion of soft coastal cliffs in Greenland thus can accelerate due to increased storminess and prolonging open water periods.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».