Impact of data assimilation filtering methods on the mesosphere
Notice bibliographique
Résumé
Three‐dimensional data assimilation schemes typically produce analyses that are not in balance. This is evidenced by the generation of spurious high‐frequency waves during the first 2 d of forecasts which start from analyses. To remove these spurious waves, assimilation systems frequently filter analyses before using them in models. This work examines the behavior of various spurious wave filtering methods in the context of a model with a mesosphere. Since gravity waves comprise a significant portion of the mesospheric energy spectrum, it is necessary to retain naturally occurring high‐frequency waves while filtering spurious waves. The results show that filtering the full analysis state can remove many important high‐frequency oscillations from the mesosphere. On the other hand, filtering analysis increments preserves much more of the natural variability of the model. The incremental analysis updating scheme and the incremental digital filter, which are equivalent for linear models and identical coefficients, are shown to give very similar results in the context of a realistic nonlinear model. Results also show a nonlocal response to the insertion of analysis increments in the troposphere and stratosphere. The global mean temperature in the vicinity of the model lid and the diurnal tidal amplitudes are sensitive to the choice of filtering schemes because the filters reduce the amount of resolved waves available to propagate upward into mesosphere. This sensitivity of the mesosphere to the filtering of the lower atmosphere is exploited to choose an optimal filter for our system using measurements of the mesosphere.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».