Causes and Evolution of Winter Polynyas over North of Greenland
Notice bibliographique
Résumé
Abstract. During the 42-year period (1979–2020) of satellite measurements, only three winter polynyas have ever been observed north of Greenland and they all occurred in the last decade, i.e. February of 2011, 2017 and 2018. The 2018 polynya was unparalleled by its magnitude and duration compared to the two previous events. Combined with the limited weather station and remotely-sensed sea ice data, a fully-coupled Regional Arctic System Model (RASM) hindcast simulation was utilized to examine the causality and evolution of these recent extreme events. We found that neither the accompanying anomalous warm surface air intrusion nor the ocean below had an impact on the development of these winter open water episodes in the study region (i.e., no significant ice melting). Instead, the extreme atmospheric wind forcing resulted in greater sea ice deformation and transport offshore, accounting for the majority of sea ice loss. Our analysis suggests that strong southerly winds (i.e., northward wind with speeds of greater than 10 m/s) blowing persistently for at least 2 days or more, were required over the study region to mechanically redistribute some of the thickest sea ice out of the region and thus to create open water areas (a latent heat polynya). In order to assess the role of internal variability versus external forcing of such events, we additionally simulated and examined results from two RASM ensembles forced with output from the Community Earth System Model (CESM) Decadal Prediction Large Ensemble (DPLE) simulations. Out of 100 winters in each of the two ensembles, initialized 30 years apart, one in December 1985 and another in December 2015, respectively, 17 and 14 winter polynyas were produced over north of Greenland. The frequency of polynya occurrence and no apparent sensitivity to the initial sea ice thickness in the study area point to internal variability of atmospheric forcing as a dominant cause of winter polynyas north of Greenland. We assert that dynamical downscaling using a high-resolution regional climate model offers a robust tool for process-level examination in space and time, synthesis with limited observations and probabilistic forecast of Arctic events, such as the ones being investigated here and elsewhere.
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) | 0,000 | 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) | 0,001 | 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 ».