Extreme Sea Levels and Their Attribution for the Canadian Pacific Coast From a Baroclinic Regional Ocean Model and Tide‐Gauge Data
Notice bibliographique
Résumé
Abstract The existing operational storm surge model for the Canadian Pacific coast is barotropic without coupling with tides. Here a baroclinic ocean model, which includes tides, storm surges, intra‐seasonal, seasonal, and interannual variations, is developed to reproduce coastal sea levels in the northeast Pacific from 1993 to 2020. The model results are validated against observations at tide‐gauge sites, demonstrating overall good skills for tides and non‐tidal sea levels. The Gumbel distribution is applied to derive extreme sea levels from hourly sea level anomalies. The model‐based extreme sea levels agree approximately with the observation‐based ones. For the 100‐year return period, modeled total extreme sea levels range from 2.14 m at Victoria Harbour to 4.43 m at Queen Charlotte City, and modeled non‐tidal extreme sea levels from 1.02 m at Bella Bella to 1.78 m at Queen Charlotte City. On average, the model‐based values underestimate the 100‐year return level by 0.18 m for total extreme sea levels and by 0.23 m for non‐tidal extreme sea levels. Both the model‐ and observation‐based results reveal that the storm surge at periods less than 10 d accounts for 60% of the 100‐year non‐tidal extreme sea level, and the intra‐seasonal, seasonal, and interannual variations account for 40% of it. The present study improves coastal sea level modeling and model‐based extreme level estimates. Moreover, this study also demonstrates for the first time that the intra‐seasonal to interannual changes contribute substantially to extreme sea levels and that El Niño can enhance this contribution on the Canadian Pacific coast.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».