MétaCan
Menu
Retour à la cohorte
Enregistrement W2344241537 · doi:10.1175/jamc-d-15-0234.1

Diurnal Climatology of the Boundary Layer in Southern California Using AMDAR Temperature and Wind Profiles

2016· article· en· W2344241537 sur OpenAlexaboutno aff
David A. Rahn, Christopher J. Mitchell

Notice bibliographique

RevueJournal of Applied Meteorology and Climatology · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRadiosondeSunriseClimatologyBoundary layerEnvironmental scienceDiurnal cycleMeteorologyAtmosphere (unit)Planetary boundary layerSea breezeWeather Research and Forecasting ModelAtmospheric sciencesGeologyGeographyTurbulence

Résumé

récupéré en direct d'OpenAlex

Abstract Observations from commercial aircraft [e.g., the Aircraft Meteorological Data Relay (AMDAR) automated weather reports] have been increasing dramatically. Two main applications of the aircraft data are use in short-term forecasts and assimilation into numerical weather prediction models. Now that more than 10 years of measurements exist, using this dataset to construct a description of the long-term climatological behavior (a “climatology”) of the lower atmosphere is explored with two main objectives. The first objective is to examine strengths and weaknesses of using the dataset to construct a climatology of the lower atmosphere. Unlike the traditional twice-daily radiosonde launches, the high frequency of observations at major airports allows for an unprecedented set of diurnal information at many locations globally. The second objective is to obtain a climatology of the lower atmosphere of Southern California, specifically at Los Angeles, San Diego, and Ontario, during the spring and summer when the boundary layer is well defined and easily detected. The June 2001–14 climatology reveals that the deepening of the boundary layer overnight is consistent with a cloud-topped boundary layer. Whereas the average boundary layer height decreases right after sunrise at San Diego, at Los Angeles the deeper boundary layer persists about 4 h after sunrise and then decreases rapidly over 2 h as the onshore sea breeze strengthens. Morning intrusions of the marine air inland are easily detected at Ontario in some months but are practically nonexistent during July and August.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,432

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,230
Écart entre enseignants0,213 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations45
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Meteorology and ClimatologyMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207