Near-Surface Temperature Inversion Growth Rate during the Onset of the Stable Boundary Layer
Notice bibliographique
Résumé
Abstract This study aims to find the typical growth rate of the temperature inversion during the onset of the stable boundary layer around sunset. The sunset transition is a very challenging period for numerical weather prediction, since neither accepted theories for the convective boundary layer nor those for the stable boundary layer appear to be applicable. To gain more insight in this period, a systematic investigation of the temperature inversion growth rate is conducted. A statistical procedure is used to analyze almost 16 years of observations from the Cabauw observational tower, supported by observations from two additional sites (Dome C and Karlsruhe). The results show that, on average, the growth rate of the temperature inversion (normalized by the maximum inversion during the night) weakly declines with increasing wind speed. The observed growth rate is quantitatively consistent among the sites, and it appears insensitive to various other parameters. The results were also insensitive to the afternoon decay rate of the net radiation except when this decay rate was very weak. These observations are compared to numerical solutions of three models with increasing complexity: a bulk model, an idealized single-column model (SCM), and an operational-level SCM. It appears only the latter could reproduce qualitative features of the observations using a first-order closure. Moreover, replacing this closure with a prognostic TKE scheme substantially improved the quantitative performance. This suggests that idealized models assuming instantaneous equilibrium flux-profile relations may not aid in understanding this period, since history effects may qualitatively affect the dynamics.
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 | 0,001 | 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 | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 ».