Time Scales of Vertical Mixing (of Phytoplankton) in the Upper Ocean from Wind, Waves, and Convection
Notice bibliographique
Résumé
This study was motivated by the desire of plankton biologists to understand the turbulent environment experienced by a planktonic community at the time biological variables are measured by a surfacing Bio-Argo float. We use density profiles from a Bio-Argo float deployed over a two year period in the Southern Ocean and ERA5 reanalyses of surface wind speed, waves and surface heat flux in the region of float surfacing to estimate the rate and type of vertical mixing at the times of float profiles. The methodology was developed from the analysis of turbulent vertical velocities measured acoustically from the vertical beam of bottom-mounted VADCPs in coastal waters (Gargett, 2022, 2023) in terms of a “forcing space” defined by surface buoyancy flux B0 and a growth rate for wind/wave (Langmuir) turbulence. When B0 >0 (destabilizing surface heat loss), a mixing layer average of rms vertical velocity wrms can be predicted using scale velocities characteristic of convective and wind/wave turbulence, calculated with the ERA forcing fields and mixing layer depth from the float density profile. VADCP observations of the vertical profiles of vertical turbulent velocity indicate that convective-dominated profiles have little vertical structure, while wind/wave-dominated profiles exhibit a near-surface maximum followed by a decrease to the base of the mixing layer. Estimates of mixing timescales for times short and long relative to a Lagrangian auto-correlation timescale are presented.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».