TEMPERATURE VARIABILITY AT SENUNU BAY, WEST SUMBAWA
Notice bibliographique
Résumé
<p>The purposes of this study were to determine the variability of temperature and its relation to regional processes in the Senunu Bay. The result showed clear vertical stratifications i.e., mixed layer thickness about 39-119 m with isotherm of 27°C, thermocline layer thickness about 83-204 m with isotherm of 14–26°C, and the deeper layer from the thermocline lower limit to the sea bottom with isotherm &lt;13°C. Temperature and the thickness of each layers varied with season in which during the Northwest Monsoon the temperature was warmer and the mixed layer was thicker than those during Southeast Monsoon. During Southeast Monsoon, the thermocline layer rose about 24 m. The 2001, 2006, and 2009 (weak La Nina years), the Indonesia Throughflow (ITF) carried warmer water, deepening thermocline depth and reducing upwelling strength. In 2003 and 2008 thickening of mixed layer occurred in transition season was believed associated with the arrival of Kelvin Wave from the west. In 2002 and 2004 (weak El Nino period,) ITF carries colder water shallowing thermocline depth and enhancing upwelling strength. In 2007 was believed to be related with positive IODM where the sea surface temperature were decreasing due to intensification of southeast wind which induced strong upwelling. The temperature spectral density of mixed layer and thermocline was influenced by annual, semi-annual, intra-annual and inter-annual period fluctuations. The cross-correlation between wind and temperature showed significant value in the annual period.</p><p> </p> <p><strong>Keywords:</strong> temperature, thermocline, variability, ENSO, IODM.</p>
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».