Numerical Simulations of Orographic Convection across Multiple Gray Zones
Notice bibliographique
Résumé
Abstract Idealized simulations are used to determine the sensitivity of moist orographic convection to horizontal grid spacing Δh. In simulated mechanically (MECH) and thermally (THERM) forced convection over an isolated ridge, Δh is varied systematically over both the deep-convection (Δh ~ 10–1 km) and turbulence (Δh ~ 1 km–100 m) gray zones. To aid physical interpretation, a new parcel-based bulk entrainment/detrainment diagnosis for horizontally heterogeneous flows is developed. Within the deep-convection gray zone, the Δh sensitivity is dominated by differences in parameterized versus explicit convection; the former initiates convection too far upstream of the ridge (MECH) and too early in the diurnal heating cycle (THERM). These errors stem in part from a large underprediction of parameterized entrainment and detrainment. Within the turbulence gray zone, sensitivities to Δh arise from the representation of both subcloud- and cloud-layer turbulence. As Δh is decreased, MECH exhibits stronger cloud-layer entrainment to enhance the convective mass flux Mco, while THERM exhibits stronger detrainment to suppress Mco and delay convection initiation. The latter is reinforced by increased subcloud turbulence at smaller Δh, which leads to drying and diffusion of the central updraft responsible for initiating moist convection. Numerical convergence to a robust solution occurs only in THERM, which develops a fully turbulent flow with a resolved inertial subrange (for Δh ≤ 250 m). In MECH, by contrast, turbulent transition occurs within the orographic cloud, the details of which depend on both physical location and Δh.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».