Local and Remote Forcing of Interannual Sea‐Level Variability at Nantucket Island
Notice bibliographique
Résumé
The relative contributions of local and remote wind stress and air-sea buoyancy forcing to sea-level variations along the East Coast of the United States are not well quantified, hindering the understanding of sea-level predictability there. Here, we use an adjoint sensitivity analysis together with an Estimating the Circulation and Climate of the Ocean (ECCO) ocean state estimate to establish the causality of interannual variations in Nantucket dynamic sea level. Wind forcing explains 67% of the Nantucket interannual sea-level variance, while wind and buoyancy forcing together explain 97% of the variance. Wind stress contribution is near-local, primarily from the New England shelf northeast of Nantucket. We disprove a previous hypothesis about Labrador Sea wind stress being an important driver of Nantucket sea-level variations. Buoyancy forcing, as important as wind stress in some years, includes local contributions as well as remote contributions from the subpolar North Atlantic that influence Nantucket sea level a few years later. Our rigorous adjoint-based analysis corroborates previous correlation-based studies indicating that sea-level variations in the subpolar gyre and along the United States northeast coast can both be influenced by subpolar buoyancy forcing. Forward perturbation experiments further indicate remote buoyancy forcing affects Nantucket sea level mostly through slow advective processes, although coastally trapped waves can cause rapid Nantucket sea level response within a few weeks.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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 ».