On the Measurement of Ocean Acidity With Ambient Sound
Notice bibliographique
Résumé
Abstract The volume‐integrated pH of seawater can be determined from the frequency and depth dependence of wind‐generated ambient noise in the ocean. Over the 1–10 kHz frequency band, three main processes contribute to the acoustic attenuation in seawater: the chemical relaxation of boric acid and magnesium carbonate (<3 kHz, related to pH) and of magnesium sulfate (>3 kHz, unrelated to pH). When local winds are strong (>10 m/s), the ambient noise is dominated by locally generated surface noise, which exhibits a depth‐independent directionality and weak frequency and depth‐dependent intensity. By measuring the depth dependence of the spectral slope, the pH may be estimated from a comparison of the experimental data with an analytical model of ambient noise. Wideband (5 Hz–30 kHz) vertical ambient sound profiles were recorded using two‐ and four‐channel free‐falling acoustic profilers at depths ranging from 500 m to 10 km during nine deployments in the Philippine Sea, Mariana Trench, and Tonga Trench from 2009 to 2021. Two analytical models of the depth dependence of ambient noise were developed: a simplified linear model valid at depths <1,500 m and a full nonlinear model valid for the deep ocean. Estimates of pH were found by minimizing the mean absolute percent error between the measurements and the models. This method of passive acoustic absorption spectroscopy demonstrates the potential and sources of uncertainty in determining the depth‐averaged value of pH. The method could be suitable for the long‐term passive acoustic monitoring of ocean acidity.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| 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 ».