Modelling the evolution of near-surface ice layers and their impact on runoff generation processes across a High Arctic Ice Cap
Notice bibliographique
Résumé
Abstract Near-surface ice layers in the lower accumulation zone of Arctic glaciers and ice sheets may significantly affect deep meltwater percolation and runoff availability. This study presents a framework to assess three methods for characterizing near-surface ice layer permeability and its influence on runoff and mass balance on the Devon Ice Cap using field data. In the most effective method, ice layer permeability depends on temperature and thickness: they remain permeable above a threshold temperature ( T th = −0.15°C) and become impermeable once exceed a critical thickness ( H imp = 1 m). Our modelling replicates ice layers that are typically thinner in the upper accumulation zone and thicker in the lower accumulation zone. Additionally, we simulate an observed increase in the number of ice layers in the upper accumulation zone after 2007. The evolution of thicker (>1 m) ice layers (or ice slab) in the lower accumulation zone reduces meltwater retention through refreezing, making surface mass balance (SMB) and runoff sensitive to climate changes. Simulated mean SMB ranged from −0.09 to 0.26 m w.e. a −1 from 1999 to 2022. Our model can be applied to simulate the long-term evolution of ice slab and project its impact on ice sheet runoff.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».