Disentangling Internal Tides from Balanced Motions with Deep Learning and Surface Field Synergy
Notice bibliographique
Résumé
A fundamental challenge in ocean dynamics is disentangling balanced motions and internal waves. Extracting internal tidal (IT) imprints from surface data is a central part of this challenge. Traditional harmonic analysis can fail under strong incoherence and poor temporal sampling, as in global satellite observations. New wide-swath satellites provide two-dimensional spatial coverage, allowing IT extraction to be reformulated as image translation. Building on our earlier deep-learning approach for extracting IT signatures from sea surface height (SSH) in an idealized turbulent simulation, we show that a simpler, computationally cheaper algorithm performs comparably in our experiments when the learning rate is annealed during training. Using this algorithm, we test different combinations of surface inputs: SSH, surface temperature, and surface velocity. All fields contribute synergistically to disentanglement in our deterministic benchmark, with surface velocity by far the most informative. These findings underscore the value of coordinated multi-platform observations and highlight the importance of surface velocity for separating balanced motions and internal waves. Additional analysis shows that both wave-signature information and scattering-medium information aid IT extraction. To exploit large-scale, mesoscale-reaching information in the scattering medium, the algorithm must be highly non-local. Residual errors concentrate at small spatial scales near mode-2 tidal wavelengths, likely reflecting incomplete input information, uncertainty in the simulation-derived reference fields, including possible Doppler-shift contamination, and limitations of the present deterministic architecture.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».