Different Effects of Two ENSO Types on Arctic Surface Temperature in Boreal Winter
Notice bibliographique
Résumé
Abstract The present work investigates different responses of Arctic surface air temperature (SAT) to two ENSO types based on reanalysis datasets and model experiments. We find that eastern Pacific (EP) ENSO events are accompanied by statistically significant SAT responses over the Barents–Kara Seas in February, while central Pacific (CP) events coincide with statistically significant SAT responses over northeastern Canada and Greenland. These impacts are largely of opposite sign for ENSO warm and cold phases. During EP El Niño in February, the enhanced tropospheric polar vortex over Eurasia and associated local low-level northeasterly anomalies over the Barents–Kara Seas lead to anomalously cold SAT in this region. Simultaneously, the enhanced tropospheric polar vortex leads to enhanced sinking air motion and consequently reduced cloud cover. This in turn reduces downward infrared radiation (IR), which further reduces SAT in the Barents–Kara Seas region. Such a robust response cannot be detected during other winter months for EP ENSO events. During CP El Niño, the February SATs over northeastern Canada and Greenland are anomalously warm and coincide with a weakened tropospheric polar vortex and related local low-level southwesterly anomalies originating from the Atlantic Ocean. The anomalous warmth can be enhanced by the local positive feedback. Similar SAT signals as in February during CP ENSO events can also be seen in January, but they are less statistically robust. We demonstrate that these contrasting Arctic February SAT responses are consistent with responses to the two ENSO types with a series of atmospheric general circulation model experiments. These results have implications for the seasonal predictability of regional Arctic SAT anomalies.
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 | 0,000 |
| 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 ».