MétaCan
Menu
Retour à la cohorte
Enregistrement W4280617626 · doi:10.1007/s00382-022-06319-9

Representation of sea ice regimes in the Western Ross Sea, Antarctica, based on satellite imagery and AMPS wind data

2022· article· en· W4280617626 sur OpenAlexaff
Usama Farooq, Wolfgang Rack, Adrian McDonald, Stephen Howell

Notice bibliographique

RevueClimate Dynamics · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesUniversity of Canterbury
Mots-clésGeologySea iceDrift iceMesoscale meteorologyClimatologySea ice concentrationWind speedSea ice thicknessArctic ice packOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Sea ice drift data at high spatial resolution and surface wind model output are used to explore atmosphere-sea ice interactions in the Western Ross Sea including the three main polynyas areas; McMurdo Sound polynya (MSP), Terra Nova Bay polynya (TNBP), and the Ross Sea polynya (RSP). This study quantifies the relationship between the winds and sea ice drift and observes the average and annual anomalies across the region. Sea ice drift velocities are based on high-resolution (150 m) Advanced Synthetic Aperture Radar (ASAR) images from Envisat for winters between 2002 and 2012. Sea ice motion vectors were first correlated with the corresponding Antarctic Mesoscale Prediction System (AMPS) surface wind velocities, and the sensitivity of the spatial correlations and residuals were examined. Four drift parameters were selected (mean drift, the correlation between drift and wind, drift to wind scaling factor, and the directional drift constancy) to perform an unsupervised k-means classification to automatically distinguish six zones of distinctive sea ice characteristics solely based on ice drift and wind information. Results indicate a heterogeneous pattern of sea ice movement at a rate ranging from 0.41 to 2.24% of the wind speed in different areas. We also find that the directional constancy of sea ice drift is closely related to the wind fields. Sea ice drift and wind velocities display the highest correlation in free-drift areas (R = 0.70), followed by deformational drift zones (R = 0.54), and more random drift areas (R = 0.28). The classification illustrates the significance of localized wind-driven sea ice drift in this coastal area resulting in zones of convergence, shear, and free drift. The results also indicate that the most persistent patterns of sea ice motion are near the RSP and TNBP areas, both being driven by strong localized winds. Our findings identify that large-scale sea ice motion is predominantly wind-driven over much of the study area while ocean currents play only a minor role.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,522
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,264
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimate DynamicsMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207