On the Dynamics of the Formation of the Kelvin Cat’s-Eye in Tropical Cyclogenesis. Part II: Numerical Simulation
Notice bibliographique
Résumé
Abstract A shallow-water model is used to study the role of critical layers in tropical cyclogenesis. Forced and unforced problems of disturbances on a parabolic jet associated with weak basic-state meridional potential vorticity (PV) gradients, leading to Kelvin cat’s-eye formation around the jet axis, are first investigated. Numerical simulations with various initial disturbance magnitudes and structures suggest that the results of previous studies can be extended to the next level of complexity toward the more realistic atmosphere. The model is therefore initialized using an observed jet profile obtained from the reanalysis data presented in Part I of this study. For this asymmetric marginally stable basic-state profile, unforced (free) and forced linear integrations show spatial contraction of the perturbation structures in the meridional direction, similar to what occurred in experiments on the parabolic jet. Nonlinear free simulations highlight the role of nonlinear processes in redistributing PV within the critical-layer region. However, they do not yield a realistic time scale for the formation of the cat’s-eye. By including diabatic heating as a mass sink term to represent convective PV generation, the nonlinear forced simulation is found to produce a realistic time scale for cat’s-eye formation, and confirms the analytical solution of τeτQ ~ O(ε−1) obtained in Part I. These results highlight the synergic role of the dynamical mechanisms, including wave breaking and PV redistribution within the nonlinear critical layer characterized by weak PV gradients and the thermodynamical mechanisms such as convectively generated PV anomalies in the cat’s-eye formation in tropical cyclogenesis.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».