Downstream Evolution and Coastal-to-Inland Transition of Landfalling Lake-Effect Systems
Notice bibliographique
Résumé
Abstract The distribution and intensity of lake- and sea-effect (hereafter lake-effect) precipitation are strongly influenced by the mode of landfalling lake-effect systems. Here, we used idealized large-eddy simulations to investigate the downstream evolution and coastal-to-inland transition of two lake-effect modes: 1) a long-lake-axis-parallel (LLAP) band generated by an oval body of water (hereafter lake; e.g., Lake Ontario) and 2) broad-coverage, open-cell convection generated by an open lake (e.g., Sea of Japan). Under identical atmospheric conditions and lake-surface temperatures, the oval lake generates a LLAP band with heavy precipitation along the midlake axis, whereas the open lake generates broad-coverage, open-cell convection with widespread, light accumulations. Over the oval lake, the LLAP band features a thermally forced and diabatically enhanced cross-band secondary circulation with convergence and ascent over the midlake axis. Downstream of the lake, flanking airstreams that avoid lake modification merge beneath the band where they experience sublimational cooling, producing a cold pool. At the upstream edge of the cold pool, a coastal baroclinic zone forms. Above this zone, ascent and hydrometeor mass growth are maximized, resulting in an inland precipitation maximum due to subsequent hydrometeor transport and fallout. Over the open lake, individual open cells grow larger and stronger with overwater extent, but a convective-to-stratiform transition begins at the coast. Here, convective vigor decays, mesoscale ascent begins, and enhanced hydrometeor growth results in an inland precipitation maximum. These results highlight variations in the coastal-to-inland transition of lake-effect systems that ultimately influence the distribution and intensity of lake-effect precipitation.
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 | 0,000 | 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 | 0,000 |
| 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 ».