Stratification, plankton layers, and mixing measured by airborne lidar in the Chukchi and Beaufort seas
Notice bibliographique
Résumé
A total of 4.9 million vertical profiles of optical backscattering were measured by airborne lidar in July of 2014 and July of 2017 in the Chukchi and Beaufort seas. We found very different ice conditions in the study area between July 2014 and July 2017, but the characteristics of subsurface plankton layers measured by the lidar and their dependence on ice cover were similar for the two years. In both years, the prevalence of subsurface plankton layers exponentially decreased with increasing ice cover. The average depths were similar for both years, with layers in open water deeper than those in the pack ice. The depths of subsurface plankton layers were consistent with mixed layer depth in areas where in situ density profiles were available. A noticeable difference in layer strength (defined as the ratio of the layer signal to the background) was likely caused by higher background phytoplankton concentrations in 2017. Differences in layer thickness were observed, which could be the result of higher current shears in 2017. Turbulent mixing of phytoplankton and zooplankton in Barrow Canyon was inferred from the power spectral density of lidar and acoustic scattering. Lidar measurements suggested that the level of turbulence and its vertical distribution were affected by local upwelling-favorable winds. The vertical distribution of acoustic scattering was different from that of the lidar, which we interpret as different vertical distributions of phytoplankton and zooplankton.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».