Effects of Wave-Induced Sea Ice Break-Up and Mixing in a High-Resolution Coupled Ice-Ocean Model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Arctic sea ice plays a vital role in modulating the global climate. In the most recent decades, the rapid decline of the Arctic summer sea ice cover has exposed increasing areas of ice-free ocean, with sufficient fetch for waves to develop. This has highlighted the complex and not well-understood nature of wave-ice interactions, requiring modeling effort. Here, we introduce two independent parameterizations in a high-resolution coupled ice-ocean model to investigate the effects of wave-induced sea ice break-up (through albedo change) and mixing on the Arctic sea ice simulation. Our results show that wave-induced sea ice break-up leads to increases in sea ice concentration and thickness in the Bering Sea, the Baffin Sea and the Barents Sea during the ice growth season, but accelerates the sea ice melt in the Chukchi Sea and the East Siberian Sea in summer. Further, wave-induced mixing can decelerate the sea ice formation in winter and the sea ice melt in summer by exchanging the heat fluxes between the surface and subsurface layer. As our baseline model underestimates sea ice cover in winter and produces more sea ice in summer, wave-induced sea ice break-up plays a positive role in improving the sea ice simulation. This study provides two independent parameterizations to directly include the wave effects into the sea ice models, with important implications for the future sea ice model development.
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.
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 | 0,000 |
| 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 découle