GCM experiments on changes in atmospheric predictability associated with the PNA pattern and tropical SST anomalies
Notice bibliographique
Résumé
Based on results from a simple three-level quasi-geostrophic model, Lin and Derome suggestedthat atmospheric predictability is influenced by the Pacific/North American (PNA) pattern. Inthe present study, predictability experiments are conducted with the Canadian Centre forClimate Modelling and Analysis general circulation model (CCCma GCM). A 47-yr integrationof theGCM with specified sea surface temperature (SST) for the years 1948—94 is first performed.Forecasts are initiated whenever the PNA pattern is in a strong positive or strong negativephase during this simulation. For each forecast, an ensemble of six initial conditions is generatedwith small random perturbations. Forecasts initiated when the PNA is in its positive phasehave smaller growth rates of ensemble standard deviation than forecasts initiated when thePNA is in its negative phase. Regional characteristics of the prediction spread are also examined.Similar experiments are conducted to determine the relationship between atmospheric predictabilityand SST anomalies in the tropical Pacific. Forecasts initiated when tropical SST anomaliesare positive have smaller growth rates of ensemble standard deviation than forecasts initiatedwhen tropical SST anomalies are negative. However, cases with positive tropical SST anomaliesbut without a strong PNA pattern show a similar prediction spread to cases with negative SSTanomalies. The results suggest that, in comparison to the PNA pattern, the influence of tropicalSST anomalies is only secondary. A set of three-layer diagnostic equations is used to analyzethe GCM results. It is speculated that the transient eddies have a stronger influence on thecirculation anomalies (and therefore reduce the atmospheric predictability more) in the negativePNA phase than in the positive PNA phase.
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 | 0,001 |
| 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) | 0,000 | 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 ».