MétaCan
Menu
Retour à la cohorte
Enregistrement W2810550952 · doi:10.1002/qj.3353

An atmospheric dynamics perspective on the amplification and propagation of forecast error in numerical weather prediction models: A case study

2018· article· en· W2810550952 sur OpenAlexaboutno aff
Christian M. Grams, Linus Magnusson, Erica Madonna

Notice bibliographique

RevueQuarterly Journal of the Royal Meteorological Society · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesEidgenössische Technische Hochschule ZürichNorges ForskningsrådHelmholtz-GemeinschaftSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungMet Office
Mots-clésClimatologyExtratropical cycloneMeteorologyRossby waveOutflowEnvironmental scienceGeostrophic windGlobal Forecast SystemMiddle latitudesTrough (economics)Numerical weather predictionQuantitative precipitation forecastForecast skillDiabaticGeologyAdiabatic processGeographyPrecipitationPhysics

Résumé

récupéré en direct d'OpenAlex

Despite huge progress made, state‐of‐the‐art numerical weather prediction systems occasionally experience severe forecast busts for the large‐scale extratropical circulation. This study investigates one of the most severe forecast busts for Europe in the European Centre for Medium‐Range Weather Forecasts integrated forecasting system (IFS) in recent years. The forecast bust occurred in March 2016 and was associated with a misforecast of the onset of a blocking regime. We investigate the evolution of the forecast error in the IFS ensemble by employing a potential vorticity perspective combined with Lagrangian diagnostics. We show that the error grows rapidly from an initially small perturbation in the detailed structure of an upper‐level trough near Newfoundland. This trough triggers strong diabatic warm conveyor belt activity in the North Atlantic region. The misrepresentation of this warm conveyor belt activity in the ensemble forecast amplifies the initial condition error and communicates it downstream into Europe. Specifically, the ensemble underestimates poleward warm conveyor belt ascent and associated warm conveyor belt outflow into high latitudes. Instead, all ensemble members forecast too strong warm conveyor belt outflow further to the south, which ultimately results in a wrong forecast of the upper‐level Rossby wave pattern over Europe. This case study shows that warm conveyor belts and the associated latent heat release in slantwise ascending air can trigger a nonlinear feedback mechanism that amplifies forecast error strongly and communicates it into regions far downstream. It corroborates the fact that multiscale interactions and moist‐and dry‐dynamical processes ranging from microphysical to synoptic scales need to be represented accurately in numerical weather prediction, in order to predict the extratropical large‐scale circulation correctly.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,210

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,027
Tête enseignante GPT0,266
Écart entre enseignants0,239 · 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'étudeSimulation ou modélisation
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

Citations113
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of the Royal Meteorological SocietyMême sujetClimate variability and modelsTravaux en français237 207