Notice bibliographique
Résumé
Abstract An improved treatment of advection is essential for atmospheric transport and chemistry models. Eulerian treatments are generally plagued with instabilities, unrealistic negative constituent values, diffusion, and dispersion errors. A higher-order Eulerian model improves one error at significant cost but magnifies another error. The cost of semi-Lagrangian models is too high for many applications. Furthermore, traditional trajectory “Lagrangian” models do not solve both the dynamical and tracer equations simultaneously in the Lagrangian frame. A fully Lagrangian numerical model is, therefore, presented for calculating atmospheric flows. The model employs a Lagrangian mesh of particles to approximate the nonlinear advection processes for all dependent variables simultaneously. Verification results for simulating sea-breeze circulations in a dry atmosphere are presented. Comparison with Defant’s analytical solution for the sea-breeze system enabled quantitative assessment of the model’s convergence and stability. An average of 20 particles in each cell of an 11 × 20 staggered grid system are required to predict the two-dimensional sea-breeze circulation, which accounts for a total of about 4400 particles in the Lagrangian mesh. Comparison with Eulerian and semi-Lagrangian models shows that the proposed fully Lagrangian model is more accurate for the sea-breeze circulation problem. Furthermore, the Lagrangian model is about 20 times as fast as the semi-Lagrangian model and about 2 times as fast as the Eulerian model. These results point toward the value of constructing an atmospheric model based on the fully Lagrangian approach.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».