MétaCan
Menu
Retour à la cohorte
Enregistrement W158098775 · doi:10.2166/nh.2003.0030

Mesoscale Circulations and Surface Energy Balance During Snowmelt in a Regional Climate Model

2003· article· en· W158098775 sur OpenAlexaboutno aff
Murray D. Mac Kay, Kit K. Szeto, Diana Verseghy, Ed Chan, Normand Bussières

Notice bibliographique

RevueHydrology research · 2003
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowpackMesoscale meteorologySnowSnowmeltClimatologyEnvironmental scienceClimate modelEnergy balanceTerrainAtmospheric sciencesSensible heatGeologyClimate changeGeographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

The Canadian Regional Climate Model has recently been coupled with an advanced, second generation land surface model - the Canadian Land Surface Scheme. In addition, high resolution land cover and soils data sets have been assembled on a 1 km horizontal resolution grid over North America. These data sets, along with the coupled model, provide a powerful tool for the examination of regional climate processes in complex, heterogeneous terrain. In a first application of the new modelling system, simulations of progressively higher horizontal resolution are performed over the Mackenzie Basin for the spring of 1995 in order to determine if turbulent fluxes associated with a heterogeneous land surface can generate mesoscale atmospheric circulations of relevance to the surface energy budget during the critical snow melt period. We have found that shallow, diurnally forced mesoscale circulations associated with surface flux heterogeneity developed regularly throughout the snow melt period in the higher resolution experiments. In one case, a localized downdraft associated with a low level isothermal layer was found to enhance turbulent heat exchange with the underlying snow. The net importance of this process to the overall energy balance of the snowpack did increase with resolution, but remained relatively small for the resolutions considered here.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

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

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 Opus0,082
Tête enseignante GPT0,307
Écart entre enseignants0,225 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrology researchMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207