Eddy statistics validation of an ORCA12 ocean and sea ice model for the Arctic with satellite data
Notice bibliographique
Résumé
As sea ice and ocean models are moving to higher resolution it becomes possible to permit eddy formation even in the Arctic Ocean. Eddies can affect the three dimensional ocean state through causing mixing and even ventilation of subsurface ocean layers if they are deep enough. To ensure models have the potential to simulate the density structure correctly it is therefore necessary to start doing model validation of not only the large scale ocean state, but also of the eddy field. Eddy statistics for the Arctic are available from satellite for the Western Arctic Ocean and the Fram Strait, in particular on number, size and cyclonicity of eddies for open ocean versus ice covered sites. These are compared to a NEMO-LIM 1/12 degree sea ice and ocean simulation (resolution 2-5km), upon which the model based statistics are expanded to the whole Arctic. In the model it is also possible to examine the depth structure of eddies, allowing to generate size vs. depth statistics. This, together with climatological mixed layer depth, provides a first estimate to get satellite-based information on mixing from eddies in the Arctic. We also map the maximum depth of eddies, to examine ventilation and identify sites with especially deep eddies, for instance at the boundary current. Acknowledgements: Grant NE/R000654/1 “Towards a Marginal Sea Ice Cover” funded by the UK Natural Research Council (NERC) and the UK-Russia Arctic bursaries program funded by the United Kingdom’s Department for Business, Energy and Industrial Strategy. The study is also supported from the project “The Advective Pathways of nutrients and key Ecological substances in the Arctic (APEAR)” (grant NE/R012865/1) funded by the Joint UK NERC/German Federal Ministry of Education and Research Changing Arctic Ocean Programme. This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 821926 (IMMERSE). IK acknowledges the support from RFBR grant No 18-35-20078.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».