MétaCan
Menu
Retour à la cohorte
Enregistrement W7123912849 · doi:10.24400/527896/a03-2025.4304

Investigating the Mechanisms of Sea Level Change Using 30+ Years of Satellite Altimetry and the ECCO Ocean State Estimate

2025· article· W7123912849 sur OpenAlexaff
Ichiro Fukumori, S. Bulusu, Ou Wang, Ian Fenty

Notice bibliographique

RevueCentre National d’Etudes Spatiales · 2025
Typearticle
Langue
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensSemtech (Canada)
Organismes subventionnairesnon disponible
Mots-clésAltimeterSea levelOcean currentClimate changeForcing (mathematics)Data assimilationOcean heat contentPacific decadal oscillationSea surface temperatureClimate model

Résumé

récupéré en direct d'OpenAlex

We present a new effort to elucidate the origins, pathways, and mechanisms of large-scale oceanic changes in heat, freshwater, and mass that have contributed to more than three decades of observed sea level rise. Although global mean sea level rise is largely attributable to increases in ocean heat content and mass linked to global warming, the expression of these changes across the ocean is heterogeneous and remains incompletely understood. Regional variations are strongly shaped by natural modes of climate variability such as the El Niño–Southern Oscillation (ENSO) and the Pacific Decadal Oscillation (PDO), which can at times exceed the magnitude of the global trend. Such regional signals often arise from the redistribution of heat, freshwater, and mass rather than net changes in their global budgets. Identifying the regions and mechanisms through which global warming influences sea level is therefore essential for advancing physical understanding and predictive capability. Our approach leverages the Estimating the Circulation and Climate of the Ocean (ECCO) ocean general circulation model, which assimilates the complete altimetry record along with a broad suite of other observations. The framework enables interpretation of observed changes in a dynamically consistent manner. Unlike traditional methods that rely on simplified dynamics (e.g., geostrophy) or statistical relationships (e.g., correlation), ECCO provides a comprehensive synthesis of the ocean state constrained by the full governing equations of motion. We will employ ECCO’s adjoint model to trace and quantify the drivers of sea level change and use passive tracers to delineate circulation pathways, thereby distinguishing the effects of external forcing from those of internal redistribution. The methodology provides a uniquely powerful means to attribute observed sea level variations to their causal mechanisms. We illustrate the approach with examples using ECCO Modeling Utilities (EMU), a recently developed, intuitive menu-driven toolkit that enables analysis of ECCO’s underlying model without requiring specialized modeling expertise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,312
Score d'incertitude au seuil0,719

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,261
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCentre National d’Etudes SpatialesMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207