XiaoMi-AI文件搜索系统
World File Search System和海冰
数学1212 2025年春季气候，海冰和生命...
Spring Semester, 2025 Instructor: Dr. Deok-im Jean, U838, (032) 626-6209, deokim.jean@utah.edu Class Time and Location: Tue/Thurs, 9:00 AM ~ 10:50 AM, U108 Course Description: CHEM 1210 is a four-credit hour course, meeting a PS (Physical Sciences) general education requirement.化学的基本面被涵盖，强调了科学和工程专业的描述性，现代和应用化学。在面向应用程序的框架内采用数学和概念推理中解决问题的策略。主题包括原子理论，键合，术语，周期性，化学计量，气体定律，热化学，分子间力（尤其是液体和固体），以及水溶液化学的介绍。课程成果和目标：化学方面的强大基础对于应对能源，医疗保健，先进材料和环境可持续性等世界所面临的复杂挑战至关重要。本课程旨在在打算在广泛依赖这些原则和方法的领域中从事职业的学生中的化学原理和方法发展基本理解。成功完成本课程后，您将能够：
使用机器学习的海冰模型的调整参数
摘要。我们开发了一种调整海冰流变性参数的新方法，该方法由两个组成部分组成：一种用于表征海冰变形模式的新指标和一种基于机器学习的方法（ML）基于调整流变学参数的方法。我们应用了新方法来调整脆弱的宾厄姆 - 麦克斯韦变流变性（BBM）参数，该参数已在下一代海冰模型（Nextsim）中实施并使用。作为参考数据集，我们使用了Radarsat地球物理处理系统（RGP）的海冰漂移和变形观测。度量标准表征了具有值载体的海冰变形场。它包括完善的描述器，例如变形的平均值和标准偏差，空间缩放分析的结构 - 功能以及线性运动学特征（LKFS）的密度和相交。我们将更多描述符添加到表征冰变形模式的度量标准中，包括图像各向异性和Haralick纹理特征。开发的度量可以从任何模型或卫星平台上涂抹冰变形。在参数调整方法中，我们首先运行具有扰动的流动性插曲的Nextsim成员的团队，然后使用相似的数据训练机器学习模型。我们将冰变形的描述作为ML模型和流变参数的输入作为目标。我们将经过训练的ML模型应用于从RGPS观测值计算的描述符。开发的基于ML的方法是通用的，可用于调整任何模型的参数。1 kPa），在参考量表上的内聚力（c ref≈1。00228）。我们使用数十个成员进行了实验，并找到了四个Sextsim BBM参数的光学值：缩放Pa-Rameter的抗压强度（P0≈5。2 mpa），内部摩擦和切线（µ≈0。7）和冰 - 大气阻力系数（ca≈0。与最佳的选言一起运行的次要运行，在视觉上产生海冰变形的地图 -
海冰压力脊帆高度的高分辨率机载观测
摘要。压力脊影响海冰覆盖的质量、能量和动量预算，并对穿越冰封水域的运输造成障碍。量化脊特征对于了解海冰总量和改善高分辨率模型中海冰动力学的表示非常重要。在每年的北极冰桥行动 (OIB) 航空调查期间收集的多传感器测量数据为评估冬末的海冰提供了新的机会。我们提出了一种从高分辨率 OIB 数字测绘系统 (DMS) 可见光图像中得出脊帆高度的新方法。我们通过绘制西部和中部北极 12 个压力脊沿线的完整帆高分布来评估该方法的有效性。通过与同时发生的机载地形测绘仪 (ATM) 高程异常进行比较，可以证明该方法并评估 DMS 得出的帆高。帆高和高程异常的相关性为 0.81 或以上。平均而言，帆高平均值和最大值与 ATM 海拔高度的吻合度分别在 0.11 米和 0.49 米以内。在绘制的山脊中，帆高平均值范围为 0.99 至 2.16 米，而最大帆高范围为 2.1 至 4.8 米。DMS 沿山脊的采样率也高于同步的 ATM 数据。
在南极海冰中建模冰冻和生物地球化学过程
南部海洋冰范围最近发生的严重波动要求迫切需要更好地了解海冰内发生的季节性物理和生物地球化学（BGC）过程。海冰受到温度，风模式和海洋盐度等多种环境因素的影响。海冰微观结构是高度复杂的，由固体冰基质和液体间质盐水夹杂物组成。微生物群落发现盐水夹杂物营养丰富的栖息地，可在冬季恶劣的冬季生长和生存。微生物群落的生长或光合速率取决于各种环境因素，例如温度，阳光，盐水盐度和养分的可用性。虽然卫星观测和大规模建模为大规模（> 1 km）的这些过程提供了更好的了解，但仍然存在差距，这在小规模过程（如冰冻及其耦合到生物地球化学）等小型过程的确切时间描述中仍然存在差距。在本文中，在宏观（≈1m）上开发了多孔介质（ETPM）的数学框架（ETPM）对热力学一致的冻结过程的建模。在1D微观（≈0.1mm）模型上解析了孔和树突状模式的形成，并将孔面积升级到宏观尺度上，以调节冰的生长速率。藻类生长是使用N-P单一营养素和浮游植物（N-P）生长模型的模型。当前的工作与参考文献更进一步。[1]，通过微观质量分数和盐水之间的微观质量交换改进，通过部分微分方程对散装盐度演变的描述，以及用于初级生产和营养动力学的普通微分方程。
海冰覆盖对南极陆架沉积物微生物群落的影响
摘要：南极半岛 (AP) 周围地区正面临快速的气候和环境变化，目前尚不清楚这对大陆架底栖微生物群落的影响。在本研究中，我们使用 16S 核糖体 RNA (rRNA) 基因测序研究了对比海冰覆盖对 AP 东部大陆架沿线五个站点表面沉积物中微生物群落组成的影响。无冰期较长的沉积物中的氧化还原条件以普遍存在的含铁区为特征，而冰层覆盖严重的站点则存在相对较宽的上部含氧区。低冰盖站位主要由脱硫杆菌门（主要是 Sva1033 、脱硫杆菌和脱硫球菌）、粘球菌和 Sva0485 微生物群落组成，而重冰盖站位则以伽马变形菌、α变形菌、拟杆菌和 NB1-j 为主。在含铁区，Sva1033 是所有站位脱硫单胞菌目中的优势成员，与其他 11 个分类单元一起，与溶解铁浓度呈现显著的正相关，表明其在铁还原中发挥重要作用或与铁还原剂存在生态关系。我们的研究结果表明，海冰覆盖及其对有机碳通量的影响是底栖微生物群落变化的主要驱动因素，有利于有机物通量增加的站位出现潜在的铁还原剂。
热力学PDE模型的北极海冰状态估计Khalil-3rd.pdf
c证明C.1定理3.1和3.2 C.2引理3.4的证明。C.3引理4.1证明。C.4引理证明4.3。C.5引理证明4.4。C.6引理证明4.5。c.7定理4.16 C.8定理的证明4.17 c.9定理的证明4.18 C.10定理5.4 C.11引理证明6.1。C.12引理6.2证明。C.13引理7.1的证明。 c.14定理7.4 C.15定理8.1和8.3 C.16引理证明的证据8.1 .. c.17定理11.1 C.18定理11.2 C.19定理证明的证明证明了定理12.2 C.20的证明。C.13引理7.1的证明。c.14定理7.4 C.15定理8.1和8.3 C.16引理证明的证据8.1 .. c.17定理11.1 C.18定理11.2 C.19定理证明的证明证明了定理12.2 C.20的证明。
热力学PDE模型的北极海冰状态估计 Khalil-3rd.pdf
最近的北极海冰迅速丧失激励了对北极海冰厚度的研究。描述冰厚性演化的全球气候模型需要北极海冰的准确空间温度曲线。但是，在整个北极ICECAP中测量完整温度曲线是不可行的。相反，通过从海底和卫星设备中获取数据可用来测量冰厚度。在本文中，我们开发了一种反向替代的观察者算法，以通过可用的海冰厚度和海冰表面温度来估算北极海冰模型的温度曲线。观察者以严格的方式设计，以将无盐度海冰模型的温度剖面估计误差提高到零。此外，提出的观察者用于通过数值模拟估算具有盐度原始海冰模型的温度曲线。模拟结果表明，我们的观察者设计在三天内成功地估计了海冰温度剖面，这比直接的开环算法快十倍。©2019 Elsevier Ltd.保留所有权利。
预测9月北极海冰：多模型的季节性技能比较
米切尔·布什克（Mitchell Bushuk），位于撒哈拉阿里（Sahara Ali），b david A. Bailey，C Qing Bao，D LaurianeBatté，E Uma S. Bhatt，E Edward Blanchard-Wrigestworth，G Ed Blockley，G Ed Blockley，Hgavin Cawley，Hgavin Cawley，i Junhaw Goulet I. Culllet Richlet I. Cullath，M，M，Kk Francis Dirkis X. diberial Exracu，QMaximilianGöbel，R William Gregory，S Virgini Guemas，T Lawrence Hamilton，U Bean He，D Senifer E. Caya，Uther，Uther，Elliot Kim，M Noriaki Kimura，N Dmitry Condrashov，Y Zachary M. CCED WISED LIN，DD YU’MASSONNET，GG WALTER N. pp Steefen Titsche, qq Michel Tsamadus, rr Keguang Wang, ss Jianwu Wang, b Wonqi Whee Yigo Wang, c Younghua, dad James Williams, bolun Yag, dedd Zhang, n and Youngfei Zhang s
预计北极海冰损失对北美日常天气模式的影响
摘要：未来的北极海冰损失对北极扩增（AA）和平均大气循环具有已知影响。此外，几项研究表明，它导致北美温度差异降低。在这项研究中，我们分析了两个完全耦合的社区地球系统模型（CESM）整个大气层气候模型（WACCM4）模拟，海冰的模拟将WACCM历史运行的合奏平均值推向了1980 - 99个时期（CTL）或预测的RCP8.5估算的均值（CTL）期间，该期间超过了2080-90-90-90-9。使用北美冬季500-HPA地理高度异常（Z'500）的自组织图（Z'500）使用自组织图（Z'500）。我们研究了海冰损失（EXP 2 CTL）如何影响这些LSMP的频率，并通过复合分析与与之相关的合理天气影响。我们发现了LSMP频率的差异，但居住时间没有变化，表明没有海冰损失的流量停滞。海冰损失还起作用，可以消除和/或移动Z'500，该Z'500表征了这些LSMP及其在850 hPa处的潜在温度下的囊性异常。对降水异常的影响更加局部，并且与海平面压力异常的变化一致。使用此LSMP框架，我们提供了新的机械见解，扮演了海冰中热力学，动态和糖尿病过程对大气变异性的影响。从概要的角度来看这些过程至关重要，因为某些LSMP在产生对北极海冰损失的平均反应方面发挥了重要作用。
在哪里居住？陆地快速海冰形状皇帝企鹅栖息地周围
面对气候变化，预测物种生存需要了解影响其分布的驱动因素。皇帝企鹅（Aptenodytes forsteri）在Landfast Sea Ice上孵育和后小鸡，由于气候变化，其范围，动力学和质量预计将大大差异。直到最近，该物种的整个范围内的观察都稀缺，并且对其分布和栖息地有限的知识。卫星图像中的进步现在可以在高分辨率下观察和表征整个南极的栖息地。使用近似高分辨率卫星图像，独特的快速冰指标以及地理和生物学因素，我们确定了整个大陆上的企鹅栖息地，企鹅是否之间没有显着差异。在其定义栖息地特征方面有明确的菌落地理分区，表明在不同的群体之间可能行为可塑性。这与先前遗传研究中发现的地理结构共同融合。给定对该物种的准伸入2100种的预测，本研究为保护措施提供了必不可少的信息。