MétaCan
Menu
Retour à la cohorte
Enregistrement W2275370890

Caractérisation de l'état balancé dans les modèles numériques de prévisions de l'atmosphère à méso-échelle

2006· preprint· fr· W2275370890 sur OpenAlexaff
Christian Pagé

Notice bibliographique

RevueArchipelago (University of Quebec in Montreal) · 2006
Typepreprint
Languefr
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)PhysicsNonlinear systemMesoscale meteorologyMeteorologyStatistical physicsBalance (ability)MathematicsGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La présente recherche se propose de caractériser l'équilibre dynamique à mésoéchelle, c'est-à-dire l'équilibre entre les forçages dynamiques et physiques et ce, pour des phénomènes météorologiques ayant une échelle horizontale de l'ordre de 15 à 150 km. Elle combine des simulations numériques et la théorie de la balance non-linéaire autant dans un contexte de simulations idéalisées que dans celui d'une simulation d'un cas réel. Elle s'inscrit dans un objectif à plus long terme d'améliorer les prévisions à court terme des quantités de précipitations, en développant une méthode permettant de contraindre l'état initial de la dynamique du modèle à un état de balance dynamique dans un contexte où les données de précipitations sont inclues au temps initial. Dans un premier temps, l'étude porte sur l'identification précise de la suite des processus physiques impliqués dans l'ajustement vers un état balancé dans les modèles numériques en lien avec la théorie classique d'ajustement linéaire et ce, autant à petite qu'à grande échelle (phénomènes météorologiques d'un diamètre de 15 à 1500 km). Les analyses démontrent que, lorsque la taille du réchauffement est à petite échelle : (a) la latitude (force de Coriolis) n'a qu'une influence très limitée sur les mécanismes et sur l'état balancé; (b) le temps d'ajustement vers l'état balancé est très réduit par rapport aux simulations à plus grande échelle; (c) la stabilité statique de l'atmosphère a une influence significative sur le temps d'ajustement ainsi que sur l'état balancé lui-même; (d) ces résultats sont en accord avec la théorie classique d'ajustement linéaire; (e) il est possible d'utiliser l'équation de balance non-linéaire en combinaison avec une équation complète décrivant le mouvement vertical pour déterminer le vent divergent balancé à petite échelle. Dans un deuxième temps, la méthodologie est appliquée à un cas réel tel que simulé par le modèle Global Environnemental Multi-Échelle (GEM) en mode aire limitée à une résolution horizontale de 2.5 km. Ce cas réel est caractérisé par de la convection profonde d'été en absence de baroclinicité et de dynamique en altitude significatives. Parmi les conclusions dégagées de l'analyse, il a été montré que : (a) le type de balance à cette échelle est principalement relié à la divergence horizontale; (b) l'information apportée par les vents divergents dans la prévision à court terme du mouvement vertical (et donc de la précipitation) est très importante; (c) il est possible de calculer les vents divergents balancés, à cette échelle, en utilisant une équation du mouvement vertical complète en combinaison avec l'équation de balance non-linéaire et en utilisant les tendances de température, causées par la convection, directement issues du modèle numérique; (d) en imposant que les vents divergents soient balancés au temps initial, les prévisions de précipitations ( évaluées par l'intermédiaire du mouvement vertical) sont remarquablement similaires par rapport à une simulation de contrôle. En conclusion, le travail réalisé a permis principalement de développer une méthodologie appropriée pour caractériser l'état balancé dans les modèles numériques de prévision à méso-échelle pour des phénomènes météorologiques ayant un diamètre aussi petit que de l'ordre de 15 km, et utiliser des relations de balance dynamique dans les modèles numériques à une résolution horizontale de 2.5 km. Les contributions les plus importantes sont : (a) l'identification précise de la suite des processus physiques impliqués dans l'ajustement vers un état balancé dans les modèles numériques en lien avec la théorie classique d'ajustement linéaire; (b) la caractérisation de l'état balancé à mésoéchelle dans des simulation numériques idéalisées; (c) la caractérisation de l'état balancé à mésa-échelle dans un contexte de simulation réaliste d'un cas de convection profonde d'été; (d) l'importance de l'information apportée par les vents divergents pour les prévisions de précipitations à mésa-échelle ; (e) la démonstration qu'il est possible d'utiliser les tendances de température issues de la convection dans le modèle en combinaison avec l'équation de balance non-linéaire et une équation complète décrivant le mouvement vertical, afin de déterminer des vents divergents balancés ayant une bonne précision. Ainsi, le présent projet est innovateur pour l'utilisation des relations impliquant une balance non-linéaire à petite échelle, ainsi que pour l'utilisation des tendances de température issues directement de la convection du modèle dans des équations représentant un type de balance dynamique à cette échelle. Les limites de la recherche portent principalement à la fois sur certains aspects des simulations idéalisées, de la méthode d'évaluation des vents divergents balancés et sur le type de situation réelle présentée ici. Des études complémentaires permettraient d'approfondir quelques-unes des limites identifiées.

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)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,210
Écart entre enseignants0,189 · 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
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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (University of Quebec in Montreal)Même sujetMeteorological Phenomena and SimulationsTravaux en français237 207