MétaCan
Menu
Retour à la cohorte
Enregistrement W2990856752 · doi:10.1007/s00382-019-05034-2

A study of the effects of westerly wind bursts on ENSO based on CESM

2019· article· en· W2990856752 sur OpenAlexaff
Xiaoxiao Tan, Youmin Tang, Tao Lian, Zhixiong Yao, Xiaojing Li, Dake Chen

Notice bibliographique

RevueClimate Dynamics · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésClimatologyEl Niño Southern OscillationAdvectionEnvironmental scienceMultivariate ENSO indexAtmospheric sciencesGeologySouthern oscillationPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Numerous works have indicated that westerly wind bursts (WWBs) have a significant contribution to the development of El Niño events. However, the simulation of WWBs commonly suffers from large biases in the current generation of coupled general circulation models (CGCMs), limiting our ability to predict El Niño events. In this study, we introduce a WWBs parameterization scheme into the global coupled Community Earth System Model (CESM) to improve the representation of WWBs and to study the impacts of WWBs on El Niño-Southern Oscillation (ENSO) characteristics. It is found that CESM with the WWBs parameterization scheme can generate more realistic characteristics of WWBs, in particular their location and seasonal variation of occurrence. With the parameterized WWBs, the skewness of the Niño 3 index is increased, in better agreement with observation. Eastern Pacific El Niño and central Pacific El Niño events could be successfully reproduced in the model run with WWBs parameterization. Further diagnoses show that the enhanced horizontal advection in the central Pacific and vertical advection in the eastern Pacific, both of which are triggered by WWBs, are crucial factors responsible for the improvements in ENSO simulation. Clearly, WWBs have important effects on ENSO asymmetry and ENSO diversity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,383

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,219
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimate DynamicsMême sujetClimate variability and modelsTravaux en français237 207