Heat Transport toward Sea Ice by Transient Processes and Coherent Mesoscale Eddies in an Idealized Southern Ocean
Notice bibliographique
Résumé
Abstract The oceanic mesoscale variability contributes significantly to meridional heat transport (HT), especially in regions with high eddy kinetic energy such as the Southern Ocean (SO). However, there are gaps in our understanding of mesoscale contributions toward and within sea ice–covered regions due to the lack of observations and resolution in ocean and climate models. Using output from an idealized configuration of a coupled ocean–sea ice model simulating the SO at 10-km horizontal resolution, the contribution of the full spectrum of resolved transient mesoscale variability to the total meridional HT toward and under sea ice is investigated. The total HT is poleward, dominated by the transient HT which is primarily along isopycnals and closely follows the residual overturning circulation. The HT induced by coherent mesoscale eddies is extracted using an eddy detection and tracking algorithm. Coherent eddies contribute up to 20%–30% to the meridional transient HT, depending on latitude, with equal contributions from cyclones and anticyclones. The meridional HT by coherent eddies is predominantly accomplished by stirring with only 30% contributed by heat trapped inside these eddies. The majority of the transient HT across the ice edge occurs below the mixed layer, and this heat is then upwelled toward the surface with coherent eddies contributing between 20% and 30%. Within the mixed layer, 15%–25% of the upwelled heat is transferred to the pack ice. Albeit significant, coherent mesoscale eddies play a secondary role in the SO’s poleward HT that is primarily achieved by other transient mesoscale processes.
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 | 0,000 | 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 ».