Climatological Features of the Weakly and Very Stably Stratified Nocturnal Boundary Layers. Part II: Regime Occupation and Transition Statistics and the Influence of External Drivers
Notice bibliographique
Résumé
Abstract In a companion paper hidden Markov model (HMM) analyses have been conducted to classify the nocturnal stably stratified boundary layer (SBL) into weakly stable (wSBL) and very stable (vSBL) conditions at different tower sites on the basis of long-term Reynolds-averaged mean data. The resulting HMM regime sequences allow analysis of long-term (climatological) SBL regime statistics. In particular, statistical features of very persistent wSBL and vSBL nights, in which a single regime lasts for the entire night, are contrasted with those of nights with SBL regime transitions. The occurrence of very persistent nights is seasonally dependent and more likely in homogeneous surroundings than in regions with complex terrain. When transitions occur, their timing is not seasonally dependent, but transitions are enhanced close to sunset (for land-based sites). The regime event durations depict remarkably similar distributions across all stations with peaks in transition likelihood approximately 1–2 h after a preceding transition. At Cabauw in the Netherlands, very persistent wSBL and vSBL nights are usually accompanied by overcast conditions with strong geostrophic winds Ugeo or clear-sky conditions with weak Ugeo, respectively. In contrast, SBL regime transitions can neither be linked to magnitudes in Ugeo and cloud coverage nor to specific tendencies in Ugeo. However, regime transitions can be initiated by changes in low-level cloud cover.
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 | 0,000 | 0,003 |
| 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 ».