Impacts of Parameterized Langmuir Turbulence and Nonbreaking Wave Mixing in Global Climate Simulations
Notice bibliographique
Résumé
Abstract The impacts of parameterized upper-ocean wave mixing on global climate simulations are assessed through modification to Large et al.’s K-profile ocean boundary layer parameterization (KPP) in a coupled atmosphere–ocean–wave global climate model. The authors consider three parameterizations and focus on impacts to high-latitude ocean mixed layer depths and related ocean diagnostics. The McWilliams and Sullivan parameterization (MS2000) adds a Langmuir turbulence enhancement to the nonlocal component of KPP. It is found that the Langmuir turbulence–induced mixing provided by this parameterization is too strong in winter, producing overly deep mixed layers, and of minimal impact in summer. The later Smyth et al. parameterization modifies MS2000 by adding a stratification effect to restrain the turbulence enhancement under weak stratification conditions (e.g., winter) and to magnify the enhancement under strong stratification conditions. The Smyth et al. scheme improves the simulated winter mixed layer depth in the simulations herein, with mixed layer deepening in the Labrador Sea and shoaling in the Weddell and Ross Seas. Enhanced vertical mixing through parameterized Langmuir turbulence, coupled with enhanced lateral transport associated with parameterized mesoscale and submesoscale eddies, is found to be a key element for improving mixed layer simulations. Secondary impacts include strengthening the Atlantic meridional overturning circulation and reducing the Antarctic Circumpolar Current. The Qiao et al. nonbreaking wave parameterization is the third scheme assessed here. It adds a wave orbital velocity to the Reynolds stress calculation and provides the strongest summer mixed layer deepening in the Southern Ocean among the three experiments, but with weak impacts during winter.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».