Subglacial drainage modelling and Bayesian calibration using Gaussian Process emulators
Notice bibliographique
Résumé
Subglacial drainage models sensitively depend on the values of numerous uncertain parameters. However, the computation time associated with running these models makes it difficult to quantify the associated uncertainty in model outputs and to use field data to calibrate parameter values. To overcome these computational limitations, we construct a Gaussian Process (GP) emulator that accelerates subglacial drainage modelling by ~1000x. The GP predicts spatiotemporally resolved water pressure as a function of eight model parameters and is trained using ensembles of up to 512 simulations with the Glacier Drainage System (GlaDS) model applied to the Kangerlussuaq sector of the western Greenland Ice Sheet. The GP reproduces the spatial patterns and daily temporal variations simulated by GlaDS within ~4%, with locally higher errors near moulins and during the early melt season. As an application of the GP, we compute the sensitivity of basal water pressure to each of the eight parameters and find that three parameters (ice-flow coefficient, bed bump aspect ratio and the subglacial cavity system conductivity) explain 90% of the variance in model outputs. Next, we explore using a borehole water-pressure timeseries to calibrate the eight uncertain parameters. We take a Bayesian perspective to quantify the uncertainty in parameter estimates and use the GP in place of the physics-based model to make Markov Chain Monte Carlo sampling computationally feasible. We find meaningful constraints relative to the prior assumptions on most parameters and a factor-of-three reduction in uncertainty of the calibrated model predictions. However, significant differences between the calibrated model and the borehole data suggest that structural limitations of the model, rather than poorly constrained parameters or computational cost, remain the most important constraint on subglacial drainage modelling.
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 | 0,001 |
| 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 ».