Mapping Glacier Basal Sliding Applying Machine Learning - Archive ouverte HAL
Article Dans Une Revue Journal of Geophysical Research: Earth Surface Année : 2023

Mapping Glacier Basal Sliding Applying Machine Learning

Josefine Umlauft
Christopher W Johnson
Philippe Roux
Daniel Taylor Trugman
Albanne Lecointre
Andrea Walpersdorf
Ugo Nanni
  • Fonction : Auteur
Bertrand Rouet‐leduc
  • Fonction : Auteur
Claudia Hulbert
Stefan Lüdtke
Sascha Marton
Paul A Johnson

Résumé

The cryosphere is one of the most rapidly changing environments on Earth and transformations are accentuated by the ongoing evolution of climatic conditions. In mountainous regions, glacier dynamics can be used as a local marker of climate change, and can cause major damage to human infrastructure, so it is of common social interest to study spatiotemporal processes within the ice with high resolution (Faillettaz et al., 2015). The rapidly
Fichier principal
Vignette du fichier
Umlauft2023.pdf (4.02 Mo) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-04303863 , version 1 (23-11-2023)

Identifiants

Citer

Josefine Umlauft, Christopher W Johnson, Philippe Roux, Daniel Taylor Trugman, Albanne Lecointre, et al.. Mapping Glacier Basal Sliding Applying Machine Learning. Journal of Geophysical Research: Earth Surface, 2023, 128 (11), ⟨10.1029/2023jf007280⟩. ⟨hal-04303863⟩
40 Consultations
31 Téléchargements

Altmetric

Partager

More