Enhanced Himalayan Glacial Melting During YD and H1 Recorded in the Northern Bay of Bengal
Notice bibliographique
Résumé
Abstract Ocean‐land thermal feedback mechanisms in the Indian Summer Monsoon (ISM) domain are an important but not well understood component of regional climate dynamics. Here we present a δ 18 O record analyzed in the mixed‐layer dwelling planktonic foraminifer Globigerinoides ruber ( sensu stricto ) from the northernmost Bay of Bengal (BoB). The δ 18 O time series provides a spatially integrated measure of monsoonal precipitation and Himalayan meltwater runoff into the northern BoB and reveals two brief episodes of anomalously low δ 18 O values between 16.3±0.4 and 16±0.5 and 12.6±0.4 and 12.3±0.4 thousand years before present. The timing of these events is centered at Heinrich event 1 and the Younger Dryas, well‐known phases of weak northern hemisphere monsoon systems. Numerical climate model experiments, simulating Heinrich event‐like conditions, suggest a surface warming over the monsoon‐dominated Himalaya and foreland in response to ISM weakening. Corroborating the simulation results, our analysis of published moraine exposure ages in the monsoon‐dominated Himalaya indicates enhanced glacier retreats that, considering age model uncertainties, coincide and overlap with the episodes of anomalously low δ 18 O values in the northernmost BoB. Our climate proxy and simulation results provide insights into past regional climate dynamics, suggesting reduced cloud cover, increased solar radiation, and air warming of the Himalaya and foreland areas and, as a result, glacier mass losses in response to weakened ISM.
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 | 0,000 |
| 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 | 0,000 |
| 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 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 ».