Sea Ice Rheology Experiment (SIREx): 2. Evaluating Linear Kinematic Features in High‐Resolution Sea Ice Simulations
Notice bibliographique
Résumé
Abstract Simulating sea ice drift and deformation in the Arctic Ocean is still a challenge because of the multiscale interaction of sea ice floes that compose the Arctic Sea ice cover. The Sea Ice Rheology Experiment (SIREx) is a model intercomparison project of the Forum of Arctic Modeling and Observational Synthesis (FAMOS). In SIREx, skill metrics are designed to evaluate different recently suggested approaches for modeling linear kinematic features (LKFs) to provide guidance for modeling small‐scale deformation. These LKFs are narrow bands of localized deformation that can be observed in satellite images and also form in high resolution sea ice simulations. In this contribution, spatial and temporal properties of LKFs are assessed in 36 simulations of state‐of‐the‐art sea ice models and compared to deformation features derived from the RADARSAT Geophysical Processor System. All simulations produce LKFs, but only very few models realistically simulate at least some statistics of LKF properties such as densities, lengths, or growth rates. All SIREx models overestimate the angle of fracture between conjugate pairs of LKFs and LKF lifetimes pointing to inaccurate model physics. The temporal and spatial resolution of a simulation and the spatial resolution of atmospheric boundary condition affect simulated LKFs as much as the model's sea ice rheology and numerics. Only in very high resolution simulations (≤2 km) the concentration and thickness anomalies along LKFs are large enough to affect air‐ice‐ocean interaction processes.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».