Sea‐ice deformation rates from satellite measurements and in a model
Notice bibliographique
Résumé
The deformation of sea ice is an important element of the Arctic climate system because of its influence on the ice‐thickness distribution and on the rates of ice production and melt. New data obtained from the Radarsat Geophysical Processor System (RGPS) using satellite synthetic aperture radar images of the ice offers an opportunity to compare observations of the ice deformation to estimates obtained from models. The RGPS tracks tens of thousands of points, spaced roughly at 10‐km intervals, for an entire season in a Lagrangian fashion. The deformation is computed from cells formed by the tracked points, typically at 3‐day intervals. We used a coupled ice/ocean model with ice‐thickness and enthalpy distributions that covers the entire Arctic Ocean with a 40‐km grid. Model‐only and model‐with‐data‐assimilation runs were analysed. The data assimilation runs were analysed in order to determine the validity of the comparison techniques and to find the comparisons under the best of circumstances, when many buoy measurements are available for assimilation. This step is necessary because the RGPS and model data differ in spatial and temporal sampling characteristics. The assimilated data included buoy motion and Special Sensor Microwave/Imager (SSM/I)‐derived ice motion. The Pacific half of the Arctic Basin was analysed for a 10‐month period in 1997 and 1998. Comparisons of ice velocity observations to the modelled velocities showed excellent agreement from the model‐with‐data‐assimilation run but poorer agreement for the model‐only run. At a scale of 320 km, the deformation from the data assimilation run was in modest agreement with the observations but where many buoys were available for assimilation the agreement was quite good. Both model runs showed poor agreement during summer. Comparisons of the deformation distribution functions suggest why the agreements were poor even though the velocity agreements were good. Decreasing the ice strength parameter in the model improved the deformation comparisons for the model‐only runs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 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 ».