Modelling convectively induced secondary circulations in the <i>terra incognita</i> with <scp>TerrSysMP</scp>
Notice bibliographique
Résumé
Advances in high‐performance computing have led to kilometre and even sub‐kilometre scale regional simulations with numerical weather prediction models. This range of grid resolution – also termed ‘ terra incognita ’ – approaches the length‐scale of the most energetic eddies of the convective atmospheric boundary layer ( ABL ), which accordingly can only be inadequately resolved. This dilemma becomes particularly obvious when simulating convectively induced secondary circulations ( CISCs ) in the terra incognita , because the modelled CISC ‐like circulations – also termed M‐CISCs – are poorly resolved and exhibit a grid‐resolution dependence. Previous studies have pointed out this problem using different modelling platforms and also suggested options for attenuating poorly resolved M‐CISCs with methods specific to the applied ABL schemes. This study examines M‐CISCs at horizontal grid resolutions of O (1 km), using the Terrestrial Systems Modelling Platform ( TerrSysMP ) for idealized and real case studies. The analysis of simulations using different surface heterogeneity and grid resolutions of O (1 km) shows that the presence of a superadiabatic layer near the surface and the increase of the horizontal grid resolution allow the critical Rayleigh number to be exceeded, generating poorly resolved M‐CISCs , whose amplitudes are strongly dependent on the horizontal grid resolution. We show that the asymptotic turbulent mixing length‐scale in the used ABL scheme can be tuned in a way that M‐CISCs are attenuated while the non‐resolved turbulence dealt with by the ABL scheme effectively propagates the surface fluxes into the ABL and sustains reasonable ABL profiles.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».