Atmospheric drivers of melt-related ice speed-up events on the Russell Glacier in southwest Greenland
Notice bibliographique
Résumé
Abstract. The Greenland Ice Sheet is a major contributor to current and projected sea level rise in the warming climate. However, uncertainties in Greenland's contribution to future sea level rise remain, partly due to challenges in constraining the role of ice dynamics. Transient ice accelerations, or ice speed-up events, lasting from 1 d to 1 week, have the potential to indirectly affect the mass budget of the ice sheet. They are triggered by an overload of the subglacial drainage system due to an increase in water supply. In this study, we identify melt-induced ice speed-up events at the Russell Glacier, southwest Greenland, in order to analyse synoptic patterns driving these events. The short-term speed-up events are identified from daily ice velocity time series collected from six GPS stations along the glacier for each summer (May–October) from 2009 to 2012. In total, 45 ice speed-up events are identified, of which we focus on the 36 melt-induced events, where melt is derived from two in situ observational datasets and one regional climate model forced by ERA5 reanalysis. We identify two additional potential water sources, namely lake drainages and extreme rainfall, which occur during 14 and 4 out of the 36 melt-induced events, respectively. The 36 melt-induced speed-up events occur during synoptic patterns that can be grouped into three main clusters: (1) patterns that resemble atmospheric rivers with a landfall in southwest Greenland, (2) patterns with anticyclonic blocking centred over southwest Greenland, and (3) patterns that show low-pressure systems centred either south or southeast of Greenland. Out of these clusters, the one resembling atmospheric river patterns is linked to the strongest speed-up events induced by 2 to 3 d continuously increasing surface melt driven by anomalously high sensible heat flux and incoming longwave radiation. In the other two clusters, the net shortwave radiation dominates the contribution to the melt energy. As the frequency and intensity of these weather patterns may change in the warming climate, so may the frequency and intensity of ice speed-up events, ultimately altering the mass loss of the ice sheet.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».