Fine‐scale environment control on ground surface temperature and thaw depth in a High Arctic tundra landscape
Notice bibliographique
Résumé
Abstract Surface conditions are known to mediate the impacts of climate warming on permafrost. This calls for a better understanding of the environmental conditions that control the thermal regime and the depth of the active layer, especially within heterogeneous tundra landscapes. This study analyzed the spatial relationships between thaw depths, ground surface temperature (GST), and environmental conditions in a High Arctic tundra environment at Bylot Island, Nunavut, Canada. Measurements were distributed within the two dominant landforms, namely earth hummocks and low‐center polygons, and across a topographic gradient. Our results revealed that GST and thaw depth were highly heterogeneous, varying by up to 3.7°C and by more than 20 cm over short distances (<1 m) within periglacial landforms. This microscale variability sometimes surpassed the variability at the hillslope scale, especially in summer. Late‐winter snowpack thickness was found to be the prime control on the spatial variability in winter soil temperatures due to the highly heterogeneous snow cover induced by blowing snow, and this thermal effect carried over into summer. However, microtopography was the predominant driver of the spatial variability in summer GST, followed by altitude and moss thickness. In contrast, the spatial variability in thaw depth was influenced predominantly by variations in moss thickness. Hence, summer microclimate conditions dominated active layer development, but a thicker snowpack favored soil cooling in the following summer, due to the later disappearance of snow cover. These results enhance our understanding of High Arctic tundra environments and highlight the complexity of considering surface feedback effects in future projections of permafrost states within heterogeneous tundra landscapes.
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 | 0,000 | 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 | 0,001 | 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) | 0,000 | 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 ».