The Deep Ocean Buoyancy Budget and Its Temporal Variability
Notice bibliographique
Résumé
Abstract Despite slow rates of ocean mixing, observational and modeling studies suggest that buoyancy is redistributed to all depths of the ocean on surprisingly short interannual to decadal time scales. The mechanisms responsible for this redistribution remain poorly understood. This work uses an Earth system model to evaluate the global steady-state ocean buoyancy (and related steric sea level) budget, its interannual variability, and its transient response to a doubling of CO2 over 70 years, with a focus on the deep ocean. At steady state, the simple view of vertical advective–diffusive balance for the deep ocean holds at low to midlatitudes. At higher latitudes, the balance depends on a myriad of additional terms, namely mesoscale and submesoscale advection, convection and overflows from marginal seas, and terms related to the nonlinear equation of state. These high-latitude processes rapidly communicate anomalies in surface buoyancy forcing to the deep ocean locally; the deep, high-latitude changes then influence the large-scale advection of buoyancy to create transient deep buoyancy anomalies at lower latitudes. Following a doubling of atmospheric carbon dioxide concentrations, the high-latitude buoyancy sinks are suppressed by a slowdown in convection and reduced dense water formation. This change is accompanied by a slowing of both upper and lower cells of the global meridional overturning circulation, reducing the supply of dense water to low latitudes beneath the pycnocline and the commensurate flow of light waters to high latitudes above the pycnocline. By this mechanism, changes in high-latitude buoyancy are communicated to the global deep ocean on relatively fast advective time scales.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».