Retreat and frontal ablation rates for Alaska’s lake-terminating glaciers: Investigating potential physical controls with implications for future stability
Notice bibliographique
Résumé
Abstract Globally, glaciers are changing in response to climate warming, with those that terminate in water often undergoing the most rapid change. In Alaska and northwest Canada, proglacial lakes have grown in number and size but their influence on glacier mass loss is unclear. We characterized the rates of retreat and mass loss through frontal ablation of 55 lake-terminating glaciers (>14 000 km 2) in the region using annual Landsat imagery from 1984 to 2021. We find a median retreat rate of 60 m a −1 (interquartile range = 35–89 m a −1 ) over 1984–2018 and a median loss of 0.04 Gt a −1 (0.01–0.15 Gt a −1 ) mass through frontal ablation over 2009–18. Summed over 2009–18, our study glaciers lost 6.1 Gt a −1 to frontal ablation. Analysis of bed profiles suggest that glaciers terminating in larger lakes and deeper water lose more mass to frontal ablation, and that the glaciers will remain lake-terminating for an average of 74 years (38–177 a). This work suggests that as more proglacial lakes form and as lakes become larger, enhanced frontal ablation could cause higher mass losses, which should be considered when projecting the future of lake-terminating glaciers.
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 ».