Representing Eddy Diffusion in the Surface Boundary Layer of Ocean Models With General Vertical Coordinates
Notice bibliographique
Résumé
Abstract The mixing of tracers by mesoscale eddies, parameterized in many ocean general circulation models (OGCMs) as a diffusive‐advective process, contributes significantly to the distribution of tracers in the ocean. In the ocean interior, diffusive contribution occurs mostly along the direction parallel to local neutral density surfaces. However, near the surface of the ocean, small‐scale turbulence and the presence of the boundary itself break this constraint and the mesoscale transport occurs mostly along a plane parallel to the ocean surface (horizontal). Although this process is easily represented in OGCMs with geopotential vertical coordinates, the representation is more challenging in OGCMs that use a general vertical coordinate, where surfaces can be tilted with respect to the horizontal. We propose a method for representing the diffusive horizontal mesoscale fluxes within the surface boundary layer of general vertical coordinate OGCMs. The method relies on regridding/remapping techniques to represent tracers in a geopotential grid. Horizontal fluxes are calculated on this grid and then remapped back to the native grid, where fluxes are applied. The algorithm is implemented in an ocean model and tested in idealized and realistic settings. Horizontal diffusion can account for up to 10% of the total northward heat transport in the Southern Ocean and Western boundary current regions of the Northern Hemisphere. It also reduces the vertical stratification of the upper ocean, which results in an overall deepening of the surface boundary layer depth. Finally, enabling horizontal diffusion leads to meaningful reductions in the near‐surface global bias of potential temperature and salinity.
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 | 0,001 | 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 | 0,001 |
| 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 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 ».