A Feature-Based Approach to Classifying Summertime Potential Vorticity Streamers Linked to Rossby Wave Breaking in the North Atlantic Basin
Notice bibliographique
Résumé
Abstract This study examines climatological potential vorticity streamer (PVS) activity associated with Rossby wave breaking (RWB), which can impact TC activity in the subtropical North Atlantic (NATL) basin via moisture and wind anomalies. PVSs are identified along the 2-PVU (1 PVU = 10 −6 K kg −1 m 2 s −1 ) contour on the 350-K isentropic surface, using a unique identification technique that combines previous methods. In total, 21 149 individual PVS instances are identified from the ERA-Interim (ERAI) climatology during June–November over 1979–2015 with a peak in July–August. The total number of PVSs identified in this study is more than previous PVS climatologies for this region, since the new technique identifies a wider range of cases. Variations in PVS size and intensity prompt the development of a new PVS activity index (PVSI), which provides an integrated measure of PVS activity that can improve comparisons with TC activity. For instance, PVSI has a stronger negative correlation with seasonal TC activity ( r = −0.55) relative to PVS frequency, size, or intensity alone. PVSI in June–July is also positively correlated with PVSI in August–November ( r = 0.67), suggesting predictive capability. Compared to the ERAI and Japan Meteorological Agency 55-Year Reanalysis (JRA-55) climatology, there are more PVSs in the Climate Forecast System Reanalysis (CFSR) but these have weaker average intensity overall. While no long-term trend in PVSI is observed in the ERAI or JRA-55 climatologies, a negative trend is observed in CFSR, which could be related to differences in near tropopause static stability early in the climatological period (1979–86) between the CFSR and ERAI datasets.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».