Full‐Depth Reconstruction of Long‐Term Meridional Overturning Circulation Variability From Satellite‐Measurable Quantities via Machine Learning

Full‐Depth Reconstruction of Long‐Term Meridional Overturning Circulation Variability From Satellite‐Measurable Quantities via Machine Learning

Abstract The meridional overturning circulation (MOC) plays a crucial role in the global distribution of heat, carbon, and other climate‐relevant tracers. Monitoring the evolution of MOC is essential for understanding climate variability, yet direct MOC observations are sparse and geographically lim...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: Huaiyu Wei, Kaushik Srinivasan, Andrew L. Stewart, Aviv Solodoch, Georgy E. Manucharyan, Andrew McC. Hogg
Μορφή: Άρθρο
Γλώσσα:Αγγλικά
Έκδοση: American Geophysical Union (AGU) 2025-07-01
Σειρά:Journal of Advances in Modeling Earth Systems
Θέματα:
meridional overturning circulation
machine learning
neural network
satellite observation
physical oceanography
ocean bottom pressure
Διαθέσιμο Online:https://doi.org/10.1029/2024MS004915
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
Είσοδος για πληροφορίες κράτησης και ανάκλησης

Διαδίκτυο

https://doi.org/10.1029/2024MS004915

Παρόμοια τεκμήρια