An Examination of Seasonal Mean Circulation and Salinity Distributions in the Pearl River Estuary of China Using a Nested-Grid Coastal Ocean Circulation Model
Notice bibliographique
Résumé
A three-level nested-grid coastal ocean modeling system was developed recently by Tang et al. (2009) for the Pearl River Estuary (PRE) in South China's Guangdong Province. The modeling system has three downscaling subcomponents: (a) a coarse-resolution outer model for China Seas from Bohai Sea to the northern South China Sea; (b) an intermediate-resolution middle model for coastal waters over the northern shelf of South China Sea; and (c) a fine-resolution inner model for the PRE and adjacent waters. The modeling system is forced by tides, meteorological forcing and buoyancy forcing associated with freshwater runoff from the Pearl River system. Multi-year model results in 1993–95 are used in this study in examining circulation and salinity distributions during the dry (December–March) and wet (May–August) seasons in the PRE. The seasonal mean circulation and salinity distributions in the dry season are affected significantly by freshwater runoff, wind and tides over the northern and western PRE and mainly by wind and tidal forcing over the outer PRE and adjacent inner shelf waters. In the wet season, the estuarine plume extends significantly offshore with river discharge and tides to be the main driving for circulation and salinity distributions inside the PRE, and tides and wind forcing to be the main driving forcing over the inner shelf waters off the PRE.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».