A Fuzzy-Based Framework for Assessing Uncertainty in Drift Prediction Using Observed Currents and Winds
Notice bibliographique
Résumé
This paper proposes a fuzzy number—based framework for quantifying and propagating uncertainties through a model for the trajectories of objects drifting at the ocean surface. Various sources of uncertainty that should be considered are discussed. This model is used to explore the effect of parameterizing direct wind drag on the drifting object based on its geometry, and using measured winds to parameterize shear and rotational dynamics in the ocean surface currents along with wave-driven circulation and near-surface wind shear. Parameterizations are formulated in a deterministic manner that avoids the commonly required specification of empirical leeway coefficients. Observations of ocean currents and winds at Ocean Station Papa in the northeast Pacific are used to force the trajectory model in order to focus on uncertainties arising from physical processes, rather than uncertainties introduced by the use of atmospheric and hydrodynamic models. Computed trajectories are compared against observed trajectories from five different types of surface drifters, and optimal combinations of forcing parameterizations are identified for each type of drifter. The model performance is assessed using a novel skill metric that combines traditional assessment of trajectory accuracy with penalties for overestimation of uncertainty. Comparison to the more commonly used leeway method shows similar performance, without requiring the specification of empirical coefficients. When using optimal parameterizations, the model is shown to correctly identify the area in which drifters are expected to be found for the duration of a seven day simulation.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 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 ».