MétaCan
Menu
Retour à la cohorte
Enregistrement W4411137178 · doi:10.1002/hyp.70150

Modelling Glacier Mass Balance and Runoff in the Kaskawulsh River Headwaters of Southwest Yukon, Canada, 1980–2022

2025· article· en· W4411137178 sur OpenAlexafffundabout
Katherine Robinson, Gwenn E. Flowers, Michel Baraër, David R. Rounce

Notice bibliographique

RevueHydrological Processes · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensÉcole de Technologie SupérieureSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSimon Fraser UniversityNuclear Safety and Security CommissionEnvironment and Climate Change CanadaNational Aeronautics and Space Administration
Mots-clésSurface runoffGlacierHydrology (agriculture)Glacier mass balanceGeologyWater balanceBalance (ability)Physical geographyGeomorphologyGeographyGeotechnical engineeringEcology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The highly‐glacierized headwaters of the Kaskawulsh River is home to 9% of all glacier ice in Yukon, Canada, and was the source of a sudden meltwater‐rerouting event in 2016 that has had significant downstream consequences. We use a distributed mass‐balance model driven by downscaled and bias‐corrected climate reanalysis data that incorporates observations of sub‐debris melt, accumulation, and transient snowline positions to estimate the 1980–2022 glacier mass balance, discharge, and water budget of the Kaskawulsh River headwaters. We estimate a catchment‐wide cumulative mass loss of 18.02 Gt over 1980–2022 (−0.38 ± 0.15 m w.e. a−1) and a mean annual discharge of ~60 m3 s−1, 25% of which originates from non‐renewable glacier wastage. The water budget is dominated by glacier ice melt, accounting for 61% of mean annual discharge, followed by snowmelt at 31%, rainfall at 6%, and melt from refrozen ice layers at 2%. Extreme negative and positive mass‐balance years produce the largest perturbations in glacier ice melt contributions to the water budget, ranging from a maximum of 67% following negative years to a minimum of 53% in positive years. Trend detection using the Mann‐Kendall test shows that catchment‐wide annual discharge increased by 3.9 m3 s−1 per decade from 1980 to 2022, with statistically significant contributions from glacier ice melt (2.8 m3 s−1 per decade) and rainfall (0.5 m3 s−1 per decade). Increasing air temperatures and declining spring snowfall have lead to seasonally accelerated snowline retreat, earlier ice exposure, and earlier onset of net ablation in the catchment at a rate of ~5 days per decade. Based on summer air temperatures projected by CMIP6 and the empirical sensitivities of modelled runoff we calculate for 1980–2022, we hypothesise a more than doubling of annual runoff from this catchment by 2080–2100. This result, combined with a decrease in the variability of discharge from glacier ice melt over 1980–2022, suggests that this catchment is unlikely to reach “peak water” (i.e., peak glacier contribution to catchment runoff) this century.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,198
Écart entre enseignants0,182 · 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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetCryospheric studies and observationsTravaux en français237 207