MétaCan
Menu
Retour à la cohorte
Enregistrement W7011922018

Numerical simulations of coupled groundwater flow and heat transport incorporating freeze/thaw cycles and phase change in a continuous permafrost environment

2017· other· fr· W7011922018 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeother
Languefr
DomaineEarth and Planetary Sciences
ThématiqueGeochemistry and Elemental Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPermafrostHeat flowNumerical modelingWestern europeHeat transfer
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dans les régions nordiques, l’une des conséquences du réchauffement climatique est le dégel du pergélisol. En plus de favoriser la libération de quantités importantes de méthane et de dioxyde de carbone dans l’atmosphère, le dégel du pergélisol entraînera une modification des conditions hydrologiques locales et régionales, affectant ainsi les écosystèmes. Ce dégel pourra aussi conduire à un affaissement des sols et endommager ainsi les infrastructures routières. Dans le cadre de cette étude, des simulations numériques couplant l’écoulement des eaux souterraines et le transport de chaleur ont été réalisées dans le but de mieux appréhender les interactions entre l’écoulement des eaux souterraines et la dynamique thermique relative au dégel du pergélisol sur les pistes de l’Aéroport d’Iqaluit, Nunavut, Canada. Un modèle conceptuel du site est d’abord développé et le modèle numérique bidimensionnel correspondant est calé à partir des températures observées du sol. Les impacts futurs du réchauffement climatique sur le régime thermique et le système d’écoulement, aussi que le tassement dû au dégel, sont ensuite simulés sur la base des scénarios climatiques proposés par le Groupe Intergouvernemental sur l’Évolution du Climat (GIEC). Dans le cadre d’un réchauffement climatique, la couverture neigeuse de surface est identifiée comme le facteur principal affectant la dégradation du pergélisol, y compris par son rôle dans l’accroissement de la sensibilité de la dégradation du pergélisol aux changements de divers facteurs hydrogéologiques. Dans ce cas, le transfert de chaleur par advection joue un rôle relativement mineur, quoique non négligeable, vis-à-vis du transfert de chaleur par conduction, du fait de l’extension importante d’un sol de faible perméabilité à proximité de la surface. Le transfert de chaleur par convection, qui est fortement influencé par la couche de neige superficielle, contrôle la libération de l’eau non gelée et la profondeur de la couche active aussi bien que l’amplitude du tassement et du soulèvement par le dégel. L’effet de la zone non saturée sur le dégel du pergélisol est plus important dans les sols fins, recouverts de neige en surface. De plus, l’ampleur du tassement dû au dégel augmente considérablement en présence d’une couverture neigeuse. Enfin, les simulations ont montré que, le long de routes, les zones les plus vulnérables au tassement sont les accotements recouverts de neige ainsi que les zones de transition adjacentes au bloc de pergélisol. Les simulations numériques ont également montré l’importance d’utiliser les fonctions de gel appropriées pour les types de sols impliqués. En effet, la position du front de gel (couche active) varie en fonction des caractéristiques du sol. Les résultats des simulations ont également mis en évidence les effets d’une distribution stochastique de la conductivité hydraulique sur l’advection thermique. Les taux de dégel du pergélisol sont relativement plus élevés dans des zones de haute perméabilité, trouvées dans la structure du sol d’un système hétérogène, que dans le cas d’un sol homogène. Paradoxalement, les résultats ont montré que dans les zones de décharge, le transport de chaleur par advection a pour conséquence d’augmenter le plafond du pergélisol. En effet, l’eau froide s’écoulant dans ce secteur annule le gain de chaleur résultant du processus de conduction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,219
Score d'incertitude au seuil0,435

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,229
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeochemistry and Elemental AnalysisTravaux en français237 207