Alaskan Glacier Depths from a Decade of Airborne Radar Sounding
Notice bibliographique
Résumé
NASA’s Operation IceBridge employed airborne radar sounders in Alaska and adjacent northwestern Canada between 2012-2021 to measure the thickness of the region’s glaciers. Here we present the first comprehensive analysis of these data, providing over 5,500 linear-km of ice thickness and bed elevation measurements – constituting the greatest ice thickness inventory for this region to date. Aside from glaciers of the Saint Elias Mountains, radar bed returns are limited to expansive accumulation areas and glacier termini, distant from sources of off-nadir surface topography. Gridded measurements across Bering Glacier reveal a subglacial trough extending over 50 km from the glacier's terminus up to the Bagley Ice Valley, likely a subglacial expression of the Bering Fault. We find that many of the glacier termini successfully sounded by Operation IceBridge have overdeepened beds, which may offer insight into the potential extent of proglacial lakes and associated natural hazards given continued thinning and retreat. While the long-wavelength sounders employed by Operation IceBridge have proven capable of sounding through nearly 1500 m of temperate ice, radar surface returns from the flanks of the region’s mountain glaciers remain the greatest challenge to identifying glacier bed returns and retrieving ice thickness measurements. Simulating these returns in the survey planning may significantly improve the mapping success of future airborne radar campaigns.
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 | 0,001 | 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) | 0,002 | 0,001 |
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 ».