MétaCan
Menu
← Retour à la cohorte
Enregistrement W3034170312 · doi:10.5194/gmd-2020-160

Multi-Scale Sea Ice Kinematics Modeling with a Grid Hierarchy inCommunity Earth System Model (version 1.2.1)

2020· article· en· W3034170312 sur OpenAlexaboutno aff
Shiming Xu, Jialiang Ma, Lu Zhou, Yan Zhang, Jiping Liu, Bin Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesPolit National Laboratory for Marine Science and TechnologyTsinghua UniversityNational Natural Science Foundation of ChinaNational Supercomputing Center, Korea Institute of Science and Technology InformationNational Science Foundation
Mots-clésSea iceArcticKinematicsGridGeologyClimatologyScale (ratio)Convergence (economics)MeteorologyGeodesyGeographyPhysicsOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract. High-resolution sea ice modeling is becoming widely available for both operational forecasts and climate studies. Sea ice kinematics is the most prominent feature of high-resolution simulations, and with rheology models such as Viscous-Plastic, current models are able to reproduce multi-fractality and linear kinematic features in satellite observations. In this study, we carry out multi-scale sea ice modeling with Community Earth System Model (CESM) by using a grid hierarchy (22 km, 7.3 km, and 2.5 km grid stepping in the Arctic). By using atmospherically forced experiments, we simulate consistent sea ice climatology across the 3 resolutions. Furthermore, the model reproduces reasonable sea ice kinematics, including multi-fractal deformation and scaling properties that are temporally changing and dependent on circulation patterns and forcings (e.g., Arctic Oscillation). With the grid hierarchy, we are able to evaluate the model's effective spatial resolution regarding the statistics of kinematics, which is estimated to be about 6 to 7 times that of the grid's native resolution. Besides, we show that in our model, the convergence of the Elastic-Viscous-Plastic (EVP) rheology scheme plays an important role in reproducing reasonable kinematics statistics, and more strikingly, simulates systematically thinner sea ice than the standard, non-convergent experiments in landfast ice regions of Canadian Arctic Archipelago. Given the wide adoption of EVP and subcycling settings in current models, it highlights the importance of EVP convergence especially for climate studies and projections. The new grids and the model integration in CESM are openly provided for public use.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,204
Écart entre enseignants0,177 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→