Sea level pressure response to the specification of eddy-resolving sea surface temperature in simulations of Australian east coast lows
Notice bibliographique
Résumé
Four east coast lows (ECLs) were simulated with the Weather Research and Forecast model to investigate the influence of the sea surface temperature (SST) distribution on the sea level pressure (SLP). Each ECL was simulated with two different SST datasets: the Bluelink SST field and NCEP skin temperature field. The former resolved eddies in the East Australian Current while the latter did not. The simulated SLP fields in the eddy-resolving SST runs were compared with those in the non-eddy-resolving SST runs. On time-scales of about 48 hours, higher SSTs were asso-ciated with lower SLPs. The spatial scale of the SLP response was similar to that of the ocean eddies, indicative of the rapidity and robustness of the response given the rapidly evolving conditions within the storms. On shorter time-scales, the SLP response to SST change can become substantially larger. The largest reductions in SLP in the eddy-resolving SST runs were associated with regions of deep atmospheric convection that warm the tropospheric column. These areas were shown to be related to the SST distribution with the greatest SLP reductions associated with convection over strong SST gradient regions. The landfall of a damaging convective mesoscale low pressure system on 8 June 2007 was also investigated. It was found that a region of strong SST gradients on the southern flank of a large warm ocean eddy was associated with lower pressures at the time of formation of this meso-low. In addition, the only case that simulated the low pressure at the correct time (albeit at not quite the correct location) was the eddy-resolved SST run. It was hy-pothesized that the development of this meso-low that impacted the coast around Newcastle, was enhanced because of the eddy-scale SST distribution at the time.
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 | 0,002 | 0,000 |
| 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 | 0,000 | 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 ».