ENSO Diversity in a Tropical Stochastic Skeleton Model for the MJO, El Niño, and Dynamic Walker Circulation
Notice bibliographique
Résumé
Abstract El Niño–Southern Oscillation (ENSO) diversity has a significant impact on global climate and seasonal prediction. However, it is still a challenging problem for present-day global climate models to simulate different types of ENSO events with realistic features simultaneously. In this paper, a tropical stochastic skeleton model for the interactions among wind bursts and the Madden–Julian oscillation (MJO), the El Niño, and the Walker circulation is developed to reproduce both dynamical and statistical features of the ENSO diversity. In this model, the intraseasonal component with state-dependent noise captures general features of wind bursts and the MJO, both of which play important roles in triggering the El Niño. The thermocline feedback is the dominant mechanism for generating the eastern Pacific (EP) El Niño, while a nonlinear zonal advection is incorporated into the model that contributes to the central Pacific (CP) El Niño. Besides, a simple but effective stochastic process describing the multidecadal variation of the background Walker circulation modulates the spatial patterns and occurrence frequency of the EP and CP El Niño. This model succeeds in simulating the quasi-regular moderate EP El Niño, the super El Niño, and the CP El Niño as well as the La Niña simultaneously. It also captures the observed non-Gaussian characteristics of sea surface temperature anomalies in different Niño regions. Individual case studies highlight the outstanding skill of the model in reproducing the observed El Niño episodes and their underlying mechanisms.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».