Impacts potentiels dâun changement climatique sur le pergélisol dans le nord canadien
Bibliographic record
Abstract
Cette thèse porte sur l'impact du changement climatique du à des gaz à effet de serre sur l'état et l'évolution du pergélisol dans le nord canadien. Le pergélisol se retrouve sur la moitie du territoire canadien et un changement de son état actuel se répercutera dans toutes les sphères d'activité, sur la biosphère et sur l'environnement en général. Malgré l'importance évidente du sujet, il n'y a pas une idée précise comment le pergélisol réagira au changement climatique et jusqu'où la couche pergélisolée sera perturbée. Cette thèse explore ce sujet en utilisant une approche méthodologique s’inspirant de celui du modèle canadien d'évolution de pergélisol (TTOP) et avec une approche théorique basée sur la théorie des systèmes neuronaux complexes.\n\t\nL’objectif général de cette thèse est d’améliorer le modèle canadien d’évolution du pergélisol (TTOP - Temperature on the Top Of Permafrost) créé par Smith et Riseborough en 1996, tant dans sa structure de calcul, que dans sa résolution spatiale et de déterminer l'évolution du pergélisol dans la zone d'étude pour la période 2010-2100. Cette zone est située dans le Bassin Mackenzie (T.N-O) sur un transect nord-sud de 1440 x 720 km. Le premier objectif de recherche est de produire les cartes des valeurs annuelles de température à la partie supérieure du pergélisol de 2010 à 2100 en utilisant un modèle amélioré d'évolution du pergélisol (TTOP-A). Par la suite, ces valeurs sont comparées à celles obtenues par Smith et Riseborough (1996). Les valeurs de température de l'air pour cette période sont fournies par les scénarios d'évolution climatique MCCG3 SRES A1B, MCCG3 SRES A2 et MCCG3 SRES B1. Dans un deuxième temps, cette thèse a pour objectif la production des cartes d'épaisseur de pergélisol jusqu'en 2100 à une résolution spatiale de 25 km. Plus précisément, on détermine l'évolution des valeurs d'épaisseur de pergélisol pour les trois scénarios climatiques mentionnés antérieurement. De plus, l'étude propose: i) une nouvelle méthode de désagrégation des données climatiques en utilisant un Modèle Stochastique Déterminé, ii) l'intégration de la carte de type de sol, iii) l'intégration des valeurs d'humidité dans le sol, iv) l'intégration des valeurs d'épaisseur de la couche nivale et v) l'intégration des données de télédétection (SSM/I).\n\nDe façon générale, les résultats obtenus par le modèle TTOP-A révèlent que les valeurs moyennes de température à la surface du pergélisol suivent de près les valeurs de température de l’air et qu'elles sont semblables aux celles trouvées par Smith et Riseborough (1996) et Heginbottom et coll. (1995). De plus, les différences des valeurs de température à la surface de pergélisol entre 2010 et 2100 s'inscrivent dans l'écart des valeurs publié par le Groupe d'Experts Intergouvernemental sur l'Évolution du Climat (GIEC, 2007). Concernant le deuxième objectif de cette thèse, la dynamique spatiotemporelle du pergélisol jusqu'en 2100 démontre que, dans la zone d'étude, la superficie perturbée par le réchauffement climatique sera de 37 %, 60 % et 29 % selon les scénarios MCCG3 SRES A1B, MCCG3 SRES A2 et MCCG3 SRES B1 respectivement. Selon les scénarios mentionnés antérieurement, la couche pergélisolée à l'intérieur de cette zone disparaîtra dans une proportion de 20 %, 32 % et 18 % respectivement. Ces résultats nous laissent croire que les prévisions faites par Smith et Riseborough ont été surévaluées dans le contexte de deux des trois scénarios climatiques actuels par rapport à celui de 1996.\nFinalement, cette étude démontre que la méthode de désagrégation des données en utilisant les réseaux neuronaux dans un Modèle Stochastique Déterminé donne de bons résultats et elle représente une option fiable qui se prête à des généralisations à grande échelle.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".