Winter Arctic Sea Ice Surface Form Drag During 1999-2021: Satellite Retrieval and Spatiotemporal Variability
Notice bibliographique
Résumé
The neutral form drag coefficient is an important parameter when estimating surface turbulent fluxes over Arctic sea ice. The form drag caused by surface features (𝑪 𝒅𝒏,𝒇𝒓 ) dominates the total drag in the winter, but long-term pan-Arctic records of 𝑪 𝒅𝒏,𝒇𝒓 are still lacking for Arctic sea ice. In this study, we first developed an improved surface feature detection algorithm and characterized the surface features (including height and spacing) over Arctic sea ice during the late winter of 2009-2019 using the full-scan laser altimeter data obtained in the Operation IceBridge mission. 𝑪 𝒅𝒏,𝒇𝒓 was then estimated using an existing parameterization scheme. This was followed by applying a satellite-derived backscatter coefficient (𝝈 𝒐 𝒗𝒗 ) to 𝑪 𝒅𝒏,𝒇𝒓 regression model to extrapolate, for the first time, 𝑪 𝒅𝒏,𝒇𝒓 to the pan-Arctic scale for the entire winter season over two decades (from 1999 to 2021). We found that the surface features have a larger height and smaller spacing over multi-year ice (1.15 ± 0.21 m and 142 ± 49 m) than over first-year ice (0.90 ± 0.16 m and 241 ± 129 m). The monthly mean 𝑪 𝒅𝒏,𝒇𝒓 increases through the winter, from 0.2 × 10 −3 in November to 0.4-0.5 × 10 −3 in April. The central Arctic has the largest 𝑪 𝒅𝒏,𝒇𝒓 (up to 2 × 10 −3), but experienced a drop of ~50% in the period from 2001/2002 to 2008/2009. The interannual fluctuations in 𝑪 𝒅𝒏,𝒇𝒓 are strongly linked to the variability of sea ice thickness and deformation, and the latter has become increasingly important for 𝑪 𝒅𝒏,𝒇𝒓 since 2009.
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 ».