Remote Sensing Analysis of Recent Coastal Change and Controlling Factors in Tuktoyaktuk Peninsula (Beaufort Sea Coast, Canada)
Notice bibliographique
Résumé
The average rate of coastal change in the Arctic Ocean is -0.5 m/yr, despite significant local and regional variations, with large areas well above -3 m/yr. Recent data suggest an acceleration of coastal retreat in specific areas due to an increasingly shorter sea ice season, higher storminess, warmer ocean waters and sea-level rise. Moreover, climate warming is inducing the subaerial degradation of permafrost and increasing land to sea sediment transportation. This work consists of the characterization and analysis of the main controlling factors influencing recent coastline change in the Tuktoyaktuk Peninsula, Northwest Territories, Canada. The specific objectives are: I. mapping Tuktoyaktuk Peninsula’s coastline at different time-steps using remote sensing imagery, II. quantifying the recent coastal change rates, III., characterizing the coastal morphology, IV. identifying the main controlling factors of the coastal change rates. A very high-resolution Pleiades survey from 2020, aerial photos from 1985 and the ArcticDEM were used. Results have shown an average coastline change rate of -1.06 m/yr between 1985 and 2020. While this number is higher than the Arctic average rate, it neglects to show the significance of extreme cases occurring in specific areas. Tundra cliffs are the main coastal setting, occupying c. 56% of the Tuktoyaktuk Peninsula coast and foreshore beaches represent 51%. The results display an influence of coastal geomorphology on change rates. The coastal retreat had higher values in backshore tundra flats (-1.74 m/yr), whereas aggradation concentrates in barrier beaches and sandspits (-0.81 m/yr). The presence of ice-wedge polygons contributes to increasing cliff retreat. Foreshore assessment may be crucial, as beaches present a hindering impact on coastal retreat (-0.76 m/yr), whereas foreshore tundra flats promote it (-1.74 m/yr). There are 48 areas with retreat rates higher than -4 m/yr, most being submersion cases. This dissertation identifies the interconnection between coastal geomorphology and change rates, raising attention to the distinct impacts of erosion and submersion processes.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».