MétaCan
Menu
Retour à la cohorte
Enregistrement W1987271980 · doi:10.1175/2008jamc2049.1

Reconstructing the Past Wind Stresses over the Tropical Pacific Ocean from 1875 to 1947

2009· article· en· W1987271980 sur OpenAlexaff
Ziwang Deng, Youmin Tang

Notice bibliographique

RevueJournal of Applied Meteorology and Climatology · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésClimatologyWind stressSea surface temperatureEnvironmental scienceForcing (mathematics)Climate modelPrincipal component analysisWind speedSingular value decompositionMeteorologyGeologyClimate changeGeographyComputer scienceMathematicsOceanographyStatisticsAlgorithm

Résumé

récupéré en direct d'OpenAlex

Abstract An important step in understanding the climate system is simulating and studying the past climate variability, using oceanic models, atmospheric models, or both. Toward this goal, long-term wind stress data, as the forcing of oceanic or climate models, are often required. In this study, the possibility of reconstructing the past winds of the tropical Pacific Ocean using historical sea surface temperature (SST) and sea level pressure (SLP) datasets was explored. Four statistical models, based on principal component (PC) regression and singular vector decomposition (SVD), were developed for reconstructing monthly pseudo wind stress over the tropical Pacific for the period 1875–1947. The high-frequency noise was removed from the raw data prior to the reconstruction. These models are SST-based PC regression (model 1), SLP-based PC regression (model 2), SST-based SVD (model 3), and SLP-based SVD (model 4). The results show that reconstructed wind stresses from all models can account for more than one-half of the total variances. In general, the SLP is better than SST as a predictor and the SVD method is superior to the PC regression. Forced by these reconstructed wind stresses, an oceanic general circulation model can simulate realistic interannual variability of the tropical Pacific SST. However, the wind stress reconstructed by SST-based models leads to better simulation skill in comparison with that from SLP-based models. Last, a long-term wind stress dataset was constructed for the period from 1875 to 1947 by the SST-based SVD model, which provides a useful tool for studying the past climate variability over the tropical Pacific, especially for El Niño–Southern Oscillation.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,219 · 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'étudeObservationnel
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

Citations4
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Meteorology and ClimatologyMême sujetClimate variability and modelsTravaux en français237 207