Whitecapping and wave field evolution in a coastal bay
Notice bibliographique
Résumé
Evolution of the wave field in a coastal bay is investigated, by comparison between field observations and numerical simulations using a spectral wave model (Simulating WAves Nearshore (SWAN)). The simulations were conducted for the passage of an extratropical storm, during which surface elevation spectra were bimodal owing to local wind‐sea generation and swell propagation into the bay. SWAN was run in stationary and nonstationary mode for two whitecapping source term formulations. The first was developed by Komen et al. (1984) and is dependent on spectrally averaged wave steepness, and thus includes swell in the calculation of whitecapping dissipation and typically overestimates wind sea in the presence of swell. The second, proposed by van der Westhuysen et al. (2007), estimates whitecapping of wind sea locally in the wave spectrum and is not coupled to swell energy. This formulation reproduced the magnitude and shape of the observed wind‐sea spectral peak much better than the previous formulation. Whitecapping dissipation rates have been estimated from observations, using the equilibrium range theory developed by Phillips (1985), and are well correlated with both wind speed and acoustic backscatter observations. These rates agree with SWAN estimates using the spectrally local expression, and provide additional physical validation for the whitecapping source term.
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 | 0,000 | 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 | 0,001 |
| 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 ».