Influence of the South China Sea Biweekly Sea Surface Temperature on the South China Sea Summer Monsoon Especially during the Indian Ocean Dipole
Notice bibliographique
Résumé
The influence of the biweekly sea surface temperature (SST) in the South China Sea (SCS) on the SCS summer monsoon, especially during the Indian Ocean Dipole (IOD) is presented using the Tropical Rainfall Measuring Mission (TRMM) Microwave Imager (TMI) SST and rainfall data for April to June from 1999 to 2013. During positive IOD (PIOD) years the biweekly SST anomalies over the SCS lead the rain anomalies by three days, with a significant correlation (r = 0.8, at the 99% confidence level), whereas during negative IOD (NIOD) years, the correlation is only 0.2. The biweekly SST is observed to influence the westward and northward propagating rainfall anomalies over the SCS and, hence, affect the SCS summer monsoon, especially during PIOD years. No such propagation was seen during NIOD years. The biweekly intraseasonal oscillation of SST in the SCS results in enhanced sea level pressure and surface shortwave radiation, especially during PIOD years. The potential findings here indicate that the biweekly SST in the SCS is strongly (weakly) influenced during PIOD (NIOD) years. Further, it is observed that SST in the SCS has a strong (weak) effect on the SCS summer monsoon by westward and northward propagation of rainfall, especially during PIOD (NIOD) years. When a PIOD or NIOD exists over the tropical Indian Ocean, the SCS SST will be strongly (r = 0.6, at the 99% confidence level) or weakly correlated with the residual index, respectively.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».