Evaluation of Tropical Cyclones in the Canadian Global Modeling System: Sensitivity to Moist Process Parameterization
Notice bibliographique
Résumé
Abstract Deep convection is one of various complex processes driving the evolution of tropical cyclones (TCs). The scales associated with deep convection are too small to be resolved by global NWP models. In the deep convection parameterization used by the Canadian Global Deterministic Prediction System (GDPS), the trigger function depends on various criteria, one of which is the adjustable “trigger velocity” parameter, a vertical velocity threshold used in the parcel stability test of the scheme. In this study, the sensitivity of the GDPS TC activity and precipitation distribution to convective triggering parameters is investigated by varying this threshold. Multiple basins are considered for three TC seasons, and the impacts of trigger velocity variations on TC statistics (forecast hits, bias, false alarms, and track and intensity errors) and on the model’s genesis potential index (GPI) are measured. It is shown that a reduction of the trigger velocity, from 0.05 to 0.01 m s−1, over the tropical oceans leads to increased convective stabilization of atmospheric columns, as well as an increase in convective precipitation amounts but a reduction in total (subgrid plus grid scale) precipitation accumulations. The trigger adjustment also yields a significant reduction of TC false alarm ratios, with no impact on forecast mean errors for true cyclones other than an expected deterioration of the intensity bias, and a systematic reduction of the average GPI over various basins at all lead times. A conceptual model is proposed to explain the relation between trigger adjustments and TC development.
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) | 0,000 | 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 ».