MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408446129 · doi:10.5194/egusphere-egu25-1342

Modelling evolution of Greenland Ice Sheet near-surface ice slab and its impact on runoff  

2025· preprint· en· W4408446129 sur OpenAlexaboutno aff
Sourav Laha, Douglas Mair

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeltwaterGreenland ice sheetGeologyFirnIce sheetIce streamSurface runoffGeomorphologyMelt pondSlabSnowSea iceClimatologyCryosphereGeophysics

Résumé

récupéré en direct d'OpenAlex

In the accumulation regions of the Greenland Ice Sheet (GrIS), not all surface meltwater contributes to runoff. A significant portion is retained through refreezing within the underlying firn layer, a process that critically moderates the overall mass loss from the GrIS. The refreezing of percolating meltwater at shallow depths leads to densification of the near-surface and the formation of ice layers. The extent of meltwater refreezing is influenced by firn density and temperature, which together govern the permeability of the near-surface ice layers. The presence of shallow, thick ice layers (> 1m thick, also known as "ice slab") restricts the deeper percolation of meltwater, thereby promoting its conversion into runoff. For example, the formation of ice slab in GrIS has resulted in nearly a 30% increase in the area contributing to runoff generation since 2001. Therefore, modelling ice slab is essential for understanding the total mass loss of the GrIS, both in recent years and in future projections.In this study, we present a high vertical resolution, physically distributed model that simulates surface mass balance, refreezing, ice layer formation, and runoff. A novel temperature-dependent criterion for ice layer permeability is incorporated that has been rigorously validated against field measurements from the Devon Ice Cap in the Canadian Arctic, where it demonstrates a strong agreement with point-scale observations of surface mass balance and vertical density profiles. We applied the model to the GrIS from 1999 to 2022, using a horizontal spatial resolution of 0.25° × 0.25°, a vertical resolution of 1 cm, and a temporal resolution of 15 minutes. The model simulations are calibrated using the SUMup archive of surface mass balance observations and validated against shallow core measurements of vertical density profiles. The high vertical resolution of the model provides insights into the process of ice slab evolution and impacts on runoff magnitudes and spatial distribution from the accumulation area of the GrIS. We analyze the model results to examine the relationship between the formation of ice slab and the runoff limit across the GrIS exploring sensitivities to changing climate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,371
Score d'incertitude au seuil0,737

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,264
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→