MétaCan
Menu
Retour à la cohorte
Enregistrement W2099810027 · doi:10.1007/s10546-007-9191-8

The spectral composition of fluxes and variances over land and sea out to the mesoscale

2007· article· en· W2099810027 sur OpenAlexaboutno aff
Donald H. Lenschow, Jielun Sun

Notice bibliographique

RevueBoundary-Layer Meteorology · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Atmospheric ResearchNational Science Foundation
Mots-clésMesoscale meteorologyAtmosphere (unit)Environmental scienceAtmospheric sciencesPlanetary boundary layerClimatologyMeteorologyGeologyTurbulencePhysics

Résumé

récupéré en direct d'OpenAlex

We discuss the accuracy requirements for measuring mesoscale (roughly horizontal scales > 10 km or 5 to 10 times the planetary boundary-layer (PBL) depth) fluxes in the convective PBL, and the ability of current research aircraft to achieve this accuracy. We conclude that aircraft equipped with inertial nagivation systems capable of < 3 km hr −1 navigational accuracy are able to resolve mesoscale fluctuations in velocity, and thus variances and fluxes on the mesoscale. We then discuss measurements of velocity and scalar spectra, and cospectra of vertical velocity with horizontal velocity components and scalars, obtained from long flight legs with the National Center for Atmospheric Research Electra aircraft over the boreal forest of Canada in summer during the BOreal Ecosystem-Atmosphere Study (BOREAS), over the tropical Pacific Ocean from the Tropical Ocean Global Atmosphere Coupled Ocean-Atmosphere Response Experiment (TOGA COARE), and over the East China Sea during wintertime cold-air outbreaks from the Air Mass Transformation Experiment (AMTEX). Each of these studies has somewhat different forcings and boundary conditions, so we can compare their consequences on the spectra and cospectra. On average, we found no significant scalar or momentum fluxes for horizontal scales > 10 km. We also develop a simple model based on observed thermal structure to explain the phase angle between vertical velocity and the along-wind horizontal velocity as a function of height, which shows good agreement with the observed phase angle in AMTEX.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,465

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,254
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBoundary-Layer MeteorologyMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207