Volumetric quantifications and dynamics of areas undergoing retrogressive thaw slumping in the Northern Hemisphere
Notice bibliographique
Résumé
Retrogressive thaw slumping (RTS) is a mass-wasting process characterized by upslope backwasting and rapid thawing of ice-rich permafrost. High-resolution digital elevation models (DEMs) from ArcticDEM enable the volumetric and soil organic carbon quantification of medium to large disturbance areas undergoing RTS ( ≥10,000 m2) for the Northern Hemisphere. Using DEM time-series analysis and deep learning, we retrieve a total of 2747 disturbance areas undergoing active RTS with a total volume loss of (317.0 ± 0.3) × 106 m3 between 2012 and 2022. Here we show that climatic drivers of RTS activity exhibit latitudinal and regional variations, specifically, the number of precipitation-driven RTS decreases linearly as latitudes increase, whereas temperature-driven RTS increases sharply. Finally, we estimate that 96% of detected RTS thawed ~1.95 × 10–3 Pg carbon per year, equivalent to ~0.2% of annual gradual thaw emission estimates. Our results highlight the complexity of regional RTS dynamics and the importance of high resolution, long-term monitoring efforts. This study systematically mapped 2747 retrogressive thaw slumps during the past decade. It finds that higher latitude thaw slumps are mainly driven by temperature, while lower latitudes are influenced by prior-year climate and precipitation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».