Glacier calving and moraine collapse triggered the glacial lake outburst flood in South Lhonak Lake, Indian Himalaya
Notice bibliographique
Résumé
Abstract Glacial lake outburst floods (GLOFs) are destructive and threaten downstream communities in the Himalaya. Through satellite image analysis, we investigate the 2023 GLOF event at South Lhonak Lake, Sikkim, India, focusing on the lake’s historical evolution and the geomorphic controls that caused the GLOF. Multi-temporal data from 10 satellite missions revealed a significant increase in glacier surface lowering from −0.19 m year −1 (1970–1983) to −0.87 m year −1 (2015–2023). Initially a supraglacial lake in 1962, it evolved into a moraine-dammed lake by 1983 and expanded 12-fold from 0.11 km 2 (1962) to 1.4 km 2 (2023). Between 27 September and 6 October 2023, satellite imagery revealed an unusually strong retreat of 49.6 ± 7.1 m, indicating glacier calving and presence of massive icebergs visible on the lake. Our analysis shows 7 large glacier retreat and calving events between 2017 and 2023, further weakening the lateral moraines. This, combined with intermittent rainfall triggered the moraine dam collapse, leading to the GLOF. These findings emphasize the need for long-term monitoring of Himalayan glacial lakes.
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 | 0,000 |
| 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 | 0,001 | 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 ».