3D morphometry of De Geer Moraines and Crevasse-Squeeze Ridges: Differentiating between pushing and squeezing mechanisms from remotely sensed data
Notice bibliographique
Résumé
De Geer Moraines (DGM) and Crevasse-Squeeze Ridges (CSR) are important landforms that can provide useful insights regarding palaeo-glacial processes. Specifically, these landforms can provide information concerning ice-marginal dynamics, and/or subglacial processes, depending on the context in which they are formed. The extraction of 3D morphometric data from these ridges can help to elucidate their formational processes, and potentially enable landform differentiation. We develop a new Python-based ArcGIS toolbox that can automatically extract 3D morphometric data from large sample sets of linear features. The morphometry toolbox may be applied to a wide range of research disciplines that are concerned with quantifying the morphometry of any elongated landforms. This is particularly useful for DGM and CSR studies, where visual similarities can result in confusion over landform type and/or formation. Here we present a case study from southwest Finland and the Northwest Territories, Canada, whereby high-resolution 3D morphometric data is used to analyse and classify DGMs and CSRs. The results reveal key differences in morphometric properties between the landforms which enables a quantified foundation by which to differentiate them. The studied CSRs are found to be higher, wider, steeper, more symmetrical, less sinuous and more voluminous than the studied prominent DGM. In contrast, a tendency for cross-sectional asymmetry in DGM supports an origin by ice-marginal pushing, rather than basal squeeze-up into crevasses. This is further supported by CSRs being less sinuous than DGM due to them being constrained to the dimensions and planform of the (relatively straight) host crevasses, whereas DGM follow a more sinuous path related to the ice margin shape. Future work should include sedimentological and geophysical studies to constrain DGM internal architecture and formation processes. The results may then be used to validate the application of DGM for detailed ice marginal reconstructions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».