Toward a method for downscaling sea ice pressure for navigation purposes
Notice bibliographique
Résumé
Abstract. Sea ice pressure poses great risk for navigation; it can lead to ship besetting and damages. Contemporary large-scale sea ice forecasting systems can predict the evolution of sea ice pressure. There is, however, a mismatch between the spatial resolution of these systems (a few kilometres) and the typical dimensions of ships (a few tens of metres) navigating in ice-covered regions. In this paper, the downscaling of sea ice pressure from the kilometre-scale to scales relevant for ships is investigated by conducting high-resolution idealized numerical experiments with a viscous-plastic sea ice model. Results show that sub-grid-scale pressure values can be significantly larger than the large-scale pressure (up to ∼ 4 times larger in our numerical experiments). High pressure at the sub-grid scale is associated with the presence of defects (e.g. a lead). Numerical experiments show significant stress concentration on both sides of a ship beset in sea ice, especially at the back. The magnitude of the stress concentration increases with the length of the lead (or channel) behind the ship and decreases as sea ice consolidates by either thermodynamical growth or mechanical closing. These results also highlight the difficulty of forecasting, for navigation applications, the small-scale distribution of pressure, and especially the largest values as the important parameters (i.e. the length of the lead behind the ship and the thickness of the refrozen ice) are not well constrained.
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 ».