Arctic Ocean mixing maps inferred from pan-Arctic observations
Notice bibliographique
Résumé
Quantifying ocean mixing rates in the Arctic Ocean is critical to our ability to predict upwards oceanic heat flux, freshwater distribution, and circulation. However, direct ocean mixing measurements in the Arctic are sparse and cannot characterize the high spatiotemporal variability typical of ocean mixing. Further, latitude, ice, and stratification make the Arctic Ocean mixing environment unique, with all of double-diffusive (DD), internal wave (IW)-driven and non-turbulent mixing processes playing a role. In this work, we use year-round temperature and salinity data from Ice-Tethered Profilers (ITPs), as well as an archived record of ship-based measurements, to construct highly-resolved, pan-Arctic maps characterizing the relative prevalence of DD, IW-driven and non-turbulent mixing mechanisms based on thermohaline staircase identification and estimations of turbulence intensity. We next quantify pan-Arctic maps of estimates of average effective vertical diffusivity inferred from these observations that account for all of DD, IW-driven, and non-turbulent mixing processes. Finally, focusing on the water column segment directly above the Atlantic Water (AW) temperature maximum, we use this mixing regime characterization and regime-specific estimates of effective diffusivity to compute estimates of the pan-Arctic distributions of average vertical heat and buoyancy flux from the AW layer. We find that estimates of effective vertical diffusivities are highly variable in both space and time. Although variability in diffusivity reflects both variations in the prevalence of the various mixing processes and variability in the strength of IW-driven mixing, the prevalence of the mixing mechanisms (predominantly DD and non-turbulent in the basins vs. IW-driven on the shelf) sets the dominant large-scale spatial patterns and the notable shelf-basin contrast. Estimated heat fluxes out of the AW layer also exhibit distinct regional patterns set by mixing mechanism prevalence and regional patterns in the vertical temperature gradient. Buoyancy fluxes from DD mixing compete with the destabilizing effects of IW-driven mixing in the basins, a competition that may be an important control on stratification in the Arctic Ocean interior. These results are significant as they show that mixing mechanism prevalence is an important consideration in computing robust estimates of average effective diffusivity. They further suggest that the sensitivity of mixing rates to changing environmental conditions may have important regional dependencies owing to differing prevalence of the various mixing 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».