Dynamics of Probable Maximum Precipitation Within Coastal Urban Areas in a Convection-Permitting Regional Climate Model
Notice bibliographique
Résumé
The west coast of Canada is strongly affected by the extreme precipitation events triggered by frequent atmospheric river (AR) activities over the eastern North Pacific. Across the region, assessing the probable maximum precipitation (PMP), can provide valuable information for resilience building of the coastal communities that are vulnerable to hydrological risks. In this study, a 3-km convection-permitting regional climate model is used to physically estimate the PMP in Vancouver. This technique maximizes the effect of AR-related water vapor transport by spatially adjusting the lateral boundary conditions (LBCs) of the model simulations for the selected AR-related extreme precipitation events. The PMP in Vancouver is identified among the simulations driven by the spatially adjusted LBCs that are corresponding with the AR-induced “worst-case scenario,” i.e., landfalling ARs hit Vancouver with optimal landfalling location and transport direction. Results suggest that the PMP in Vancouver, in terms of the maxima of the regionally averaged 72-h total precipitation for the historical extreme precipitation events, is up to 790 mm, which is 130% greater than the historical peak precipitation for the period 1980∼2017. On average, all the PMP simulations shows an overall increase by 81% in precipitation by relative to historical simulations. In addition, the PMP simulations suggested an overall decrease in snowfall by 12% due to the warmer near-surface air temperature; however, a pronounced increase in freezing rain is seen. The precipitation increase for the estimated PMP relative to the historical extreme precipitation is closely associated with the increased atmospheric moisture transport and the changes in the atmospheric dynamic factors when the AR effects are maximized. These include the enhanced low-tropospheric ascent and moisture transport convergence, which can induce stronger depletion of atmospheric moistures as indicated by the increased precipitation efficiency.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| 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 ».