Subglacial lake activity beneath the ablation zone of the Greenland Ice Sheet
Notice bibliographique
Résumé
Abstract. Hydrologically active subglacial lakes can drain large volumes of water and sediment along subglacial pathways, affecting the motion and mass balance of ice masses and impacting downstream sediment dynamics. To date, only eight active lakes have been reported beneath the Greenland Ice Sheet (GrIS), and thus the understanding of their spatial distribution and dynamic processes is still lacking. Here, using ICESat-2 (Ice, Cloud, and land Elevation Satellite-2) ATL11 data, we identify 18 active subglacial lakes, 16 of which have not been previously reported. Multi-temporal ArcticDEM (digital elevation model of the Arctic) strip maps were used to extend the time series to verify lakes and determine their drainage history. The identification of active subglacial lakes beneath the GrIS is complicated by the occurrence of supraglacial lakes, which also fill and drain and are hypothesized to be almost co-located. We therefore used the temporal pattern of ice-surface elevation change to discriminate subglacial lakes and utilized the ability of ICESat-2 to penetrate through surface water to correct the elevation provided by the ATL11 data. A significant localized elevation anomaly (−16.03–10.30 m yr−1) was measured in all detected subglacial lakes after correction, revealing that six subglacial lakes are twinned with supraglacial lakes. The active subglacial lakes have large upstream hydrological catchments and are located near or below the equilibrium line. Lakes have a median area of 1.20 km2, and 12 lakes exhibited positive elevation-change rates during the ICESat-2 period. These observations illustrate the potential for combining ICESat-2 and the ArcticDEM to differentiate small subglacial lakes in the ablation zone and beneath supraglacial lakes.
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 | 0,001 |
| 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) | 0,001 | 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 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 ».