Characteristics, Evolution, and Formation of Cold Air Outbreaks in the Great Plains of the United States
Notice bibliographique
Résumé
Abstract Wintertime cold air outbreaks (CAOs) in the Great Plains of the United States have significant socioeconomic, environmental, and infrastructural impacts; the events of December 1983 and February 2021 are key examples of this. Previous studies have investigated CAOs in other parts of North America, particularly the eastern United States, but the development of CAOs in the Great Plains and their potential subseasonal-to-seasonal (S2S) predictability have yet to be assessed. This study first identifies 37 large-scale CAOs in the Great Plains between 1950 and 2021, before examining their characteristics, evolution, and driving mechanisms. These events occur under two dominant weather regimes at event onset: one set associated with anomalous ridging over Alaska and the other set associated with anomalous pan-Arctic ridging. Alaskan ridge CAOs evolve quickly (i.e., on synoptic time scales) and involve stratospheric wave reflection. Conversely, Arctic high CAOs are preceded by weak stratospheric polar vortex conditions several weeks prior to the event. Both categories of CAOs feature anomalous upward wave activity flux from Siberia, with downward wave activity flux over Canada seen only in the Alaskan ridge CAOs. The rapid development of the Alaskan ridge CAOs, also linked with a North Pacific wave train and anomalous wave activity flux from the central Pacific, suggests that these events could be forced by tropical modes of variability. These findings present evidence that different forcing mechanisms, with contrasting time scales, may produce distinct sources of predictability for these CAOs on the S2S time scale.
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 | 0,000 |
| 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 ».