Predicting Turbulent Vertical Velocity in the Ocean Surface Layer under Mixed Convective and Wind/Wave Forcing
Notice bibliographique
Résumé
Abstract Turbulence in the ocean surface layer is forced by a mixture of buoyancy, wind, and wave processes that evolves over time scales from the diurnal scale of buoyancy forcing, through storm time scales, to the annual cycle. This study seeks a predictor for root-mean-square w (rmsw), a time and surface layer average of turbulent vertical velocity w measured by bottom-mounted vertical-beam acoustic Doppler current profilers, in terms of concurrently measured surface forcing fields. Data used are from two coastal sites, one shallow (LEO, 15-m depth) and one deeper (R2, 26-m depth). The analysis demonstrates that it is possible to predict observed rmsw with a simple linear combination of two scale velocities, one the convective scale velocity familiar from the atmospheric literature, the other a scale velocity w S representing combined wind and wave effects. Three variants are considered for this latter scale velocity, the wind stress velocity alone and two forms using both and U S , a Stokes velocity characteristic of the surface wave field. At both sites, the two-parameter fit using alone is least accurate, while fits using the other two variants are essentially indistinguishable. At both sites, the coefficient multiplying is the same, within error bounds, and within the range of previous observations. At the deeper site, the coefficient multiplying the wind/wave scale velocity w S is approximately half that at the shallow site, a difference here attributed to difference in wave character.
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 | 0,000 |
| 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 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 ».