Diagnosing Summertime Mesoscale Vertical Motion: Implications for Atmospheric Data Assimilation
Notice bibliographique
Résumé
Abstract Balance omega equations have recently been used to try to improve the characterization of balance in variational data assimilation schemes for numerical weather prediction (NWP). Results from Fisher and Fillion et al. indicate that a quasigeostrophic omega equation can be used adequately in the definition of the control variable to represent synoptic-scale balanced vertical motion. For high-resolution limited-area data assimilation and forecasting (1–10-km horizontal resolution), such a diagnostic equation for vertical motion needs to be revisited. Using a state-of-the-art NWP forecast model at 2.5-km horizontal resolution, these issues are examined. Starting from a complete diagnostic partial differential equation for omega, the rhs forcing terms were computed from model-generated fields. These include the streamfunction, temperature, and physical time tendencies of temperature in gridpoint space. To accurately compute one term of second-order importance (i.e., the ageostrophic vorticity tendency forcing term), a special procedure was used. With this procedure it is shown that Charney’s balance equation brings significant information in order to deduce the geostrophic time tendency term. Under these conditions, results show that for phenomena of length scales of 15–100 km over convective regions, a diagnostic equation can capture the major part of the model-generated vertical motion. The limitations of the digital filter initialization approach when used as in Fillion et al. with a cutoff period reduced to 1 h are also illustrated. The potential usefulness of this study for mesoscale atmospheric data assimilation is briefly discussed.
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 | 0,001 | 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 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».