Diagnosing Primary Condensation Rate Attributed to the Moisture Convergence: Applications to Atmospheric River Analysis and Extratropical Storm Classification
Notice bibliographique
Résumé
Abnormally heavy precipitation events can lead to numerous hazards, including flooding, landslides, and avalanches. Their developments require a sufficient supply of moisture and some physical mechanism to produce condensation. Atmospheric rivers (ARs) defined as long and narrow corridors of strong horizontal moisture transport can provide such necessary conditions. The presence and strength of ARs are often described using the integrated water vapor (IWV) and the integrated vapor transport (IVT). However, the associated precipitation is not directly correlated with these two variables. It is the net convergence of moisture that determines the intensity of precipitation. The purpose of this study is to illustrate, in the context of AR analysis, how the converged vapor should be distributed between condensation and air moistening. A simple algorithm is proposed for estimating the heavy precipitation attributable to the IVT convergence. Bearing a strong resemblance to the Kuo-Anthes parameterization scheme for cumulus convection, the proposed algorithm calculates the large-scale primary condensation rate (PCR) as a proportion of the IVT convergence, with a reduction to account for the general moistening in the atmosphere. The amount of reduction is determined by the column relative humidity (CRH), which is defined as the ratio of IWV to its saturation counterpart. It is found that the PCR in an air column with CRH < 0.60 is negligibly small. Based on a one-year dataset from the Canadian global numerical weather prediction (NWP) model, the best cut-off value of CRH for the algorithm is 0.66. It is demonstrated that this diagnosable PCR compares well to the forecast precipitation rate given by the NWP model. Case studies are conducted to illustrate the usefulness of CRH and PCR as two complements to standard AR analysis and impact-based storm classification.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».