Notice bibliographique
Résumé
A strong downslope wind event under fine weather condition on 13–15 February 2018 was examined by various observational and high resolution reanalysis datasets during the 2018 Winter Olympic and Paralympic games in Pyeongchang, Korea. High spatio-temporal resolution of wind information was obtained by Doppler lidars, automatic weather stations (AWS), wind profiler, and sounding observations under the International Collaborative Experiments for Pyeongchang 2018 Olympic and Paralympic winter games (ICE-POP 2018). This study aimed to understand the possible generation mechanisms of localized strong wind event across high mountainous areas and in the lee side of mountains associated with the underlying large-scale pattern of a low-pressure system (LPS). The spatial distribution of linear trends for surface wind shows different patterns, exhibiting increased trend in the lee side and a persistent one in mountainous areas with the approaching LPS. Surface wind speed was intensified dramatically from ~3 to ~12 m s−1 (gust was stronger than 20 m s−1 above ground) at a surface station in the lee side (named as GWW). However, the mountainous station at DGW site appeared to have a persistently strong wind (~10 m s−1) during the research period. Budget analysis of horizontal momentum equation and local reanalysis data suggests that the pressure gradient force (PGF) derived by adiabatic warming along the downslope and subsequent hydraulic jump in the lee side of mountains was a main factor in the acceleration of the surface wind at the GWW site. Detailed analysis of the retrieved 3D winds reveals that the PGF also dominate at the DGW site, which causes the persistent strong wind that is related to the channeling effect across the valley areas in the mountain range. The observational evidence presented here shows that the different mechanisms in local areas under the same synoptic condition with LPS are important references in determining the strength and persistence of the orographic-induced strong winds under fine weather condition.
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 | 0,003 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,028 | 0,024 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,156 | 0,113 |
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 ».