Assessing the interactions between red snow algae and black carbon from forest fire soot using a field experiment and remote sensing methods in western Canada
Notice bibliographique
Résumé
,My thesis investigates the relationship between snow algae and black carbon from forest fire aerosols. In Chapter One, I discuss the motivation and objectives of this thesis, followed by a background on the importance of glaciers in Western Canada, processes of glacier surface darkening, and a review of the ecology of snow algae and forest fire aerosols. In Chapter Two, I describe and analyze the results from a field experiment conducted on Place Glacier, in which I fertilized snow with wood ash. I observed no difference in snowmelt from the treatment, and due to a loss of data from early snowmelt on the last field visit, the wood ash impact on red snow algae growth was inconclusive. At the beginning of the field experiment, I measured snow reflectance, which I then converted to instantaneous radiative forcing. The average instantaneous radiative forcing for the snow algae at Place Glacier on June 3 was 192 ± 12 W m-2 with a maximum of 274 ± 16 W m-2. This radiative forcing translated to a melt potential of up to 27.8 mm w.e. d-1. In Chapter Three, I use remote sensing data from the Harmonized Landsat Sentinel (HLS) project and reanalysis products from MERRA-2 and ERA-5 Land to model the occurrence of red snow algae on glaciers in British Columbia and Alberta for the summer seasons of 2015 to 2023. I modelled the red snow algae using the random forest regressor and XGBoost algorithms, and used the permutation feature importance and SHAP to evaluate the variables’ influence on the model output. The model explained 60% of the variance in the data and the three most important variables were longitude, black carbon and temperature. These results suggest that black carbon may promote red snow algae growth. Finally, in Chapter Four I conclude with the major findings, limitations and recommendations for future research.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».