Seasonal Variability of Ice Motion for Hubbard and Valerie Glaciers, Alaska
Notice bibliographique
Résumé
Hubbard Glacier is a large fast-flowing tidewater-terminating glacier in the St. Elias Mountains and is connected at its terminus to Valerie Glacier. Although Hubbard Glacier has been shown to experience large intra-annual velocity changes and a long-term deceleration, previous seasonality studies have had limited timescale without a dense record of motion. Valerie Glacier’s variability has also been understudied, with only one study reporting its seasonal behaviour. The goal of this study was to combine ITS_LIVE, RADARSAT-2, RADARSAT Constellation Mission, and TerraSAR-X/TanDEM-X derived velocity data to create the densest record of motion ever constructed for Hubbard and Valerie glaciers from July 2013-April 2022 in order to explore seasonal velocity variability of both glaciers. Air temperature (NCEP-NCAR Reanalysis) was used to estimate surface melt on the glaciers, which was explored as a potential driver for seasonal velocity changes. Valerie Glacier had a seasonal pattern of fast flow in May, with minimum flow between August-November before accelerating again. Hubbard Glacier displayed a unique seasonal pattern that has not been previously observed on this glacier, with two periods of fast motion: one in May and one in December-February. It is inferred that the spring peaks and late summer/fall minimums on both glaciers are due to meltwater reaching the glacier bed and influencing the subglacial hydrology. The cause of the winter peak and slight velocity drop before the spring peak on Hubbard Glacier has not been determined and should be a topic for future studies, although it is hypothesized to influenced by its geometry.
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 | 0,000 |
| 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 | 0,000 |
| 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 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 ».