Étude intégrée de la percolation de l’eau dans le manteau neigeux du Parc national des Glaciers, Colombie-Britannique, Canada
Notice bibliographique
Résumé
Les avalanches sont des phénomènes naturels résultant de l’interaction entre la météorologie et le terrain, et leur gestion repose sur l’évaluation des risques. Cela inclut la protection des infrastructures, des routes, des stations de ski, des activités récréatives en montagne et de l’industrie forestière. Au Canada, la route transcanadienne à travers le col de Roger est particulièrement exposée à ces risques et fait l’objet d’une gestion intensive depuis des décennies. Cependant, les changements climatiques ont un impact significatif sur les conditions météorologiques et nivales, potentiellement modifiant les régimes d’avalanches. Afin de bien comprendre et d’évaluer ces changements, des données météorologiques fiables sont nécessaires ainsi qu’un site représentatif de l’endroit où ces changements peuvent survenir. Le site d’étude de Fidelity est idéal pour mettre en place et tester de nouveaux protocoles qui permettront une meilleure adaptation aux changements de régimes d’avalanches. Comprendre la dynamique de l’eau liquide dans la neige est crucial pour améliorer les modèles de stabilité du manteau neigeux. Dans ce contexte, le modèle SNOWPACK, développé par le WSL Institut pour l’étude de la neige et des avalanches (SLF), permet de simuler les propriétés de la neige sur un terrain, offrant un outil précieux pour évaluer l’instabilité du manteau neigeux dans des conditions de neige mouillée. Cette capacité d’évaluation est essentielle pour anticiper et adapter les stratégies de gestion des risques d’avalanches aux changements climatiques. Cette thèse examine l’importance de la percolation de l’eau dans la neige pour évaluer les risques d’avalanches. Les simulations de ce phénomène sont essentielles pour les prévisionnistes, car la mesure directe sur le terrain est difficile. L’étude se base sur des simulations réalisées avec le modèle SNOWPACK sur le mont Fidelity, au Canada. Les résultats indiquent que la configuration de la température de transition pluie/neige et le modèle de densité de nouvelle neige influencent significativement la qualité des simulations. Des analyses approfondies des données d’entrée et des paramètres sont présentées, montrant notamment qu’une température de 1.4◦C est optimale pour suivre la transition pluie/neige. Malgré une légère sous-estimation de l’équivalent en eau de la couverture neigeuse, les simulations reproduisent précisément les principales couches de neige observées avant la période de percolation de printemps. Les résultats soulignent l’importance de données d’entrée précises pour des simulations valides du front de mouillage et du moment de la percolation. De plus, cette thèse présente une nouvelle méthode de détection des croûtes de fonteregel dans un environnement alpin en utilisant un radar à modulation de fréquence. L’étude a été menée sur le mont Fidelity en Colombie-Britannique, Canada. Les résultats montrent que la profondeur de la neige peut être récupérée avec une incertitude de 2 cm en appliquant une correction pour tenir compte de la neige fraîche. De plus, l’équivalent en eau de la couverture neigeuse a été récupéré avec une incertitude de 5%. La méthode permet également de détecter les croûtes de fonte-regel avec une incertitude verticale de plusieurs centimètres, ce qui permet de surveiller les cycles entre les événements de percolation et le regel au fil du temps. Ces travaux soulignent l’importance des simulations de la percolation de l’eau dans la neige pour évaluer la stabilité de la couche neigeuse dans les régions où de telles données sont disponibles, et présentent une nouvelle approche pour la surveillance des croûtes de fonte-regel en milieu alpin.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».