A Process Study of Seiches over Coastal Waters of Shenzhen China after the Passage of Typhoons
Notice bibliographique
Résumé
Analysis of sea-level observations demonstrates that Typhoons Mawar (2017) and Mangkhut (2018) induced seiches in both Dapeng Bay and Daya Bay near Shenzhen of China, with periods varying from about 3.5 to 4.0 h. Typhoon Mawar (2017) also generated seiches with a period of about 1.2 h. Seiches with such periods in the two bays have not been reported in the past. In this study, we investigate the main processes affecting seiches over these coastal waters using a nested-grid ocean circulation modeling system. The modelled results of typhoon-induced seiches agree well with observations, which indicates that the seiches after the passage of typhoons are dynamically free waves generated by the storm-induced accumulation of water bodies in the two bays. Model sensitivity experiments show that wind directions have an important influence on the type and characteristics of seiches. When the wind stress causes the water body to accumulate in a cross-bay direction, seiches in a closed water body are generated. When the wind stress causes the water body to accumulate in an along-bay direction, seiches in a semi-closed water body are produced. Because of the irregularity of the bathymetry and coastline and variability of wind directions, these two types of seiches can exist simultaneously in the two bays.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».