MétaCan
Menu
Retour à la cohorte
Enregistrement W2148947861 · doi:10.1002/qj.427

A simple strategy for linearizing complex moist convective schemes

2009· article· en· W2148947861 sur OpenAlexaffabout
J.‐F. Mahfouf, Bernard Bilodeau

Notice bibliographique

RevueQuarterly Journal of the Royal Meteorological Society · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésData assimilationNonlinear systemBaroclinityPredictabilityConvectionTangentApplied mathematicsMeteorologyMathematicsNumerical weather predictionComputer scienceGeologyClimatologyPhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract Variational data assimilation methods and related applications depend on the validity of the tangent‐linear approximation, which is truly challenging when applied to deep moist convection. A simple strategy for linearizing complex moist convective schemes in numerical weather prediction models is proposed. This strategy represents a trade‐off between code development and maintenance on the one hand and expected benefit on the other hand. The generic linearized scheme described hereafter can be used in conjunction with any nonlinear moist convective scheme, thus eliminating the need to linearize complex codes. The universality of the scheme stems from the fact that conditional triggers and cloud vertical extent are supplied by the trajectory of the nonlinear scheme. In active columns, the convective tendencies cancel the large‐scale dynamical tendencies. Potential uses of the scheme include variational data assimilation and diagnostic studies such as tropical singular vectors and key analysis errors with precipitation. The relevance of the methodology is examined with the Global Environmental Multiscale model using the Kain–Fritsch mass‐flux scheme that is operational at the Canadian Meteorological Centre. It is shown that the tangent‐linear approximation is improved when compared to a linearized convection scheme having its own trigger functions. The improvement is particularly noticeable for the partition between stratiform and convective components of surface precipitation. Finally the examination of adjoint sensitivities of surface precipitation with the simplified linearized scheme triggered by the Kain–Fritsch scheme reveals a more pronounced sensitivity to midlatitude baroclinic instability and less predictability for tropical systems when compared to a Kuo‐type scheme. Copyright © 2009 Royal Meteorological Society and Crown in the Right of Canada

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,048
Tête enseignante GPT0,276
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of the Royal Meteorological SocietyMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207