MétaCan
Menu
Retour à la cohorte
Enregistrement W2075271559 · doi:10.1175/jcli3641.1

The Probability Distribution of Sea Surface Wind Speeds. Part II: Dataset Intercomparison and Seasonal Variability

2006· article· en· W2075271559 sur OpenAlexafffund
Adam H. Monahan

Notice bibliographique

RevueJournal of Climate · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensUniversity of VictoriaCanadian Institute for Advanced Research
Organismes subventionnairesCanadian Foundation for Climate and Atmospheric SciencesNatural Sciences and Engineering Research Council of CanadaCanadian Institute for Advanced Research
Mots-clésSkewnessBuoyScatterometerStandard deviationWind speedClimatologyEnvironmental scienceKurtosisWeibull distributionSpecial sensor microwave/imagerNorthern HemisphereMeteorologyAtmospheric sciencesGeologyStatisticsMathematicsGeographyOceanographyPhysicsBrightness temperatureMicrowave

Résumé

récupéré en direct d'OpenAlex

Abstract The statistical structure of sea surface wind speeds is considered, both in terms of the leading-order moments (mean, standard deviation, and skewness) and in terms of the parameters of a best-fit Weibull distribution. An intercomparison is made of the statistical structure of sea surface wind speed data from four different datasets: SeaWinds scatterometer observations, a blend of Special Sensor Microwave Imager (SSM/I) satellite observations with ECMWF analyses, and two reanalysis products [NCEP–NCAR and 40-yr ECMWF Re-Analysis (ERA-40)]. It is found that while the details of the statistical structure of sea surface wind speeds differs between the datasets, the leading-order features of the distributions are consistent. In particular, it is found in all datasets that the skewness of the wind speed is a concave upward function of the ratio of the mean wind speed to its standard deviation, such that the skewness is positive where the ratio is relatively small (such as over the extratropical Northern Hemisphere), the skewness is close to zero where the ratio is intermediate (such as the Southern Ocean), and the skewness is negative where the ratio is relatively large (such as the equatorward flank of the subtropical highs). This relationship between moments is also found in buoy observations of sea surface winds. In addition, the seasonal evolution of the probability distribution of sea surface wind speeds is characterized. It is found that the statistical structure on seasonal time scales shares the relationships between moments characteristic of the year-round data. Furthermore, the seasonal data are shown to depart from Weibull behavior in the same fashion as the year-round data, indicating that non-Weibull structure in the year-round data does not arise due to seasonal nonstationarity in the parameters of a strictly Weibull time series.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,025
Score d'incertitude au seuil0,196

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,229
Écart entre enseignants0,216 · 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 tête enseignante, 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

Citations67
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetOcean Waves and Remote SensingTravaux en français237 207