Adding sea ice effects to a global operational model (NEMO v3.6) for forecasting total water level: approach and impact
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. In operational flood forecast systems, the effect of sea ice is typically neglected or parameterized solely in terms of ice concentration. In this study, an efficient way of adding ice effects to the global total water level prediction systems, via the ice–ocean stress, is described and evaluated. The approach features a novel, consistent representation of the tidal relative ice–ocean velocities, based on a transfer function derived from ice and ocean tidal ellipses given by an external ice–ocean model. The approach and its impact are demonstrated over four ice seasons in the Northern Hemisphere, using in situ observations and model predictions. We show that adding ice effects helps the model reproduce most of the observed seasonal modulations in tides (up to 40 % in amplitude and 50∘ in phase for M2) in the Arctic and Hudson Bay. The dominant driving mechanism for the seasonal modulations is shown to be the under-ice friction, acting in areas of shallow water (less than 100 m) and its accompanied large shifts in the amphidromes (up to 125 km). Important contributions from baroclinicity and tide–surge interaction due to ice–ocean stress are also found in the Arctic. Both mechanisms generally reinforce the seasonal modulations induced by the under-ice friction. In forecast systems that neglect or rely on simple ice concentration parameterizations, storm surges tend to be overestimated. With the inclusion of ice–ocean stress, surfaces stresses are significantly reduced (up to 100 % in landfast ice areas). Over the four ice seasons covered by this study, corrections up to 1.0 m to the overestimation of surges are achieved. Remaining limitations regarding the overestimated amphidrome shifts and insufficient ice break-up during large storms are discussed. Finally, the anticipated trend of increasing risk of coastal flooding in the Arctic, associated with decreasing ice and its profound impact on tides and storm surges, is briefly discussed.
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.
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 | 0,000 |
| 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 | 0,000 |
| 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 découle