QBO‐dependent relation between electron precipitation and wintertime surface temperature
Notice bibliographique
Résumé
Recent research has shown that energetic particle precipitation into the upper atmosphere can change ion and neutral chemistry, e.g., by enhancing NO x concentration in the mesosphere, which, in turn, can affect stratospheric ozone balance under appropriate conditions. It has been suggested that this may affect the surface temperatures at high latitudes by modulating tropospheric circulation. Motivated by such results, we compare here the wintertime energetic electron precipitation (EEP) with North Atlantic Oscillation (NAO) and surface air temperature (SAT) in the Northern Hemisphere. We use the recently recalibrated energetic electron data from the Medium Energy Proton and Electron Detector instrument of the National Oceanic and Atmospheric Administration (NOAA)/Polar Orbiting Environment Satellites in two energy ranges (30–100 keV and 100–300 keV), the NAO index from NOAA, and the NASA Goddard Institute for Space Studies surface temperature analysis for years 1980–2010. We find a statistically significant correlation between EEP and the NAO index and also between EEP and SAT in certain geographic regions. The strongest negative correlation is found in Northeast Canada/Greenland, while the strongest positive correlation is found in North Siberia/Barents Sea, in agreement with similar studies using global geomagnetic activity as a proxy for particle precipitation. We find higher correlation when the two winters (1984/1985 and 2003/2004) of unprecedentedly strong sudden stratospheric warmings are excluded. We also find that the different phases of quasi‐biennial oscillation (QBO; observed at 30 hPa) lead to dramatically different correlation patterns, with easterly QBO producing considerably stronger and spatially wider correlation and larger temperature response than westerly QBO.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».