Quantifying Diapycnal Mixing in an Energetic Ocean
Notice bibliographique
Résumé
Abstract Turbulent diapycnal mixing controls global circulation and the distribution of tracers in the ocean. For turbulence in stratified shear flows, we introduce a new turbulent length scale dependent on χ. We show the flux Richardson number Ri f is determined by the dimensionless ratio of three length scales: the Ozmidov scale L O , the Corrsin shear scale L S , and . This new model predicts that Ri f varies from 0 to 0.5, which we test primarily against energetic field observations collected in 100 m of water on the Australian North West Shelf (NWS), in addition to laboratory observations. The field observations consisted of turbulence microstructure vertical profiles taken near moored temperature and velocity turbulence time series. Irrespective of the value of the gradient Richardson number Ri, both instruments yielded a median , while the observed Ri f ranged from 0.01 to 0.50, in agreement with the predicted range of Ri f . Using a Prandtl mixing length model, we show that diapycnal mixing can be predicted from and the background vertical shear S. Using field and laboratory observations, we show that where L E is the Ellison length scale. The diapycnal diffusivity can thus be calculated from . This prediction agrees very well with the diapycnal mixing estimates obtained from our moored turbulence instruments for observed diffusivities as large as m 2 s −1 . Moorings with relatively low sampling rates can thus provide long time series estimates of diapycnal mixing rates, significantly increasing the number of diapycnal mixing estimates in the ocean.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».