Yellow Sea ocean‐acoustic solitary wave modeling studies
Notice bibliographique
Résumé
This study is in an area south of the Shandong peninsula, near the region where Zhou et al. (1991) observed anomalous drops in acoustical intensity. Solitary wave generation and propagation simulations are performed using the Lamb (1994) nonhydrostatic model. The model simulations show that, for summer conditions, the existing semi‐diurnal tidal flow over the topographic variations formed internal bores and solitary waves. For the Shandong area, we analyzed summer observations from Synthetic Aperture Radar (SAR) that tracked solitary wave trains from their surface roughness signatures. The images contained seven events consisting of internal bores and solitary waves that traveled in a well‐defined direction for 2.5 days. The origin of the trains appeared at a well‐defined point along a steep topographic drop. The SAR observations guided and tuned the model simulations, by comparing spectra of observed and modeled wavelengths. The tuned model yields wavelengths within factors of 2, or less, of those derived from SAR data. Wavelength and amplitude dispersion analysis showed two dispersion regimes. Modeled phase speeds were at the lower limit of phase speeds deduced from SAR data, from about 0.8 to 1.0 m/s. Acoustical intensity calculations in the presence of solitary wave trains will be undertaken in a subsequent paper using a parabolic equation acoustical model along the path of solitary wave train propagation.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».