Fractal aircraft trajectories and nonclassical turbulent exponents
Notice bibliographique
Résumé
The dimension (D) of aircraft trajectories is fundamental in interpreting airborne data. To estimate D, we studied data from 18 trajectories of stratospheric aircraft flights $1600\phantom{\rule{0.3em}{0ex}}\mathrm{km}$ long taken during a ``Mach cruise'' (near constant Mach number) autopilot flight mode of the ER-2 research aircraft. Mach cruise implies correlated temperature and wind fluctuations so that $⟨\ensuremath{\Delta}Z⟩\ensuremath{\approx}{\ensuremath{\Delta}x}^{{H}_{z}}$ where $Z$ is the (fluctuating) vertical and $x$ the horizontal coordinate of the aircraft. Over the range $\ensuremath{\approx}3--300\phantom{\rule{0.3em}{0ex}}\mathrm{km}$, we found ${\mathrm{H}}_{z}\ensuremath{\approx}0.58\ifmmode\pm\else\textpm\fi{}0.02$ close to the theoretical $5∕9=0.56$ and implying $D=1+{H}_{z}=14∕9$, i.e., the trajectories are fractal. For distances $<3\phantom{\rule{0.3em}{0ex}}\mathrm{km}$ aircraft inertia smooths the trajectories, for distances $>300\phantom{\rule{0.3em}{0ex}}\mathrm{km}$, $\mathrm{D}=1$ again because of a rise of $1\phantom{\rule{0.3em}{0ex}}\mathrm{m}∕\mathrm{km}$ due to fuel consumption. In the fractal regime, the horizontal velocity and temperature exponents are close to the nonclassical value $1∕2$ (rather than $1∕3$). We discuss implications for aircraft measurements as well as for the structure of the atmosphere.
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) | 0,000 | 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 ».