Wind-driven cross-equatorial flow in the Indian ocean

Máster en Oceanografía

Flujos meridionales en el Océano Índico Ecuatorial

[ES]Un modelo estacionario propuesto por Joyce (1988a) es evaluado en el Océano Índico ecuatorial, usando el estrés de vientos NCEP y temperaturas y salinidades de WOA05 y Argo. El transporte zonal integrado de los datos WOA05 se parece al de los datos Argo en el monzón de invierno (WM) y en los periodos de transición (TP), presentando valores mayores en el caso de datos Argo. En cambio, para el monzón de verano (SM) los transportes zonales integrados de los datos WOA05 y Argo tienen direcciones opuestas debido a que en los datos de WOA05 la Corriente de Somalia (SC) es débil y casi inexistente. Aunque los datos Argo tienen mayor cantidad de estructuras mesoscalares que los datos WOA05, los datos Argo obtienen una SC que se ajusta mejor a los estudios previos y, en consecuencia, los datos Argos son los únicos que serán utilizados para estimar transporte de volumen y calor. Los datos Argo muestran una SC que fluye hacia el sur durante el WM y hacia el norte durante el SM, y un flujo en el océano interior contrario a la corriente. Durante el WM, la SC es somera (~200dbar) y bajo ella fluye una contracorriente. El transporte de calor meridional estimado para datos Argo muestra una inversión estacional. El transporte de calor neto en cada estación tiene la misma dirección que el calor transportado por la SC.

Estimating the monthly pCO2 distribution in the North Atlantic using a self-organizing neural network

[EN] Here we present monthly, basin-wide maps of the partial pressure of carbon dioxide (pCO2) for the North Atlantic on a latitude by longitude grid for years 2004 through 2006 inclusive. The maps have been computed using a neural network technique which reconstructs the non-linear relationships between three biogeochemical parameters and marine pCO2. A self organizing map (SOM) neural network has been trained using 389 000 triplets of the SeaWiFSMODIS chlorophyll-a concentration, the NCEP/NCAR reanalysis sea surface temperature, and the FOAM mixed layer depth. The trained SOM was labelled with 137 000 underway pCO2 measurements collected in situ during 2004, 2005 and 2006 in the North Atlantic, spanning the range of 208 to 437atm. The root mean square error (RMSE) of the neural network fit to the data is 11.6?atm, which equals to just above 3 per cent of an average pCO2 value in the in situ dataset. The seasonal pCO2 cycle as well as estimates of the interannual variability in the major biogeochemical provinces are presented and discussed. High resolution combined with basin-wide coverage makes the maps a useful tool for several applications such as the monitoring of basin-wide air-sea CO2 fluxes or improvement of seasonal and interannual marine CO2 cycles in future model predictions. The method itself is a valuable alternative to traditional statistical modelling techniques used in geosciences.