Convective environments leading to microburst, macroburst and downburst events across the United States
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Downbursts are strong downdrafts of negatively buoyant air associated with convective storms and are capable of producing severe near-surface winds. Microbursts and macrobursts are subcategories of downbursts with the horizontal extent of damaging winds smaller or larger than 4 km, respectively. From January 2000 to June 2020, the Severe Weather Event Reports provided by the National Centers for Environmental Information (hereafter: Storm Events Database) contained 927 downburst, 914 microburst, and only 27 macroburst entries. We found a spatial variability of reported downbursts that is unlikely to be a result of natural processes, but rather artificially caused by the population density. An example of this bias is the abrupt decline in the number of reported events between southern and northern Arizona. Combining the Storm Events Database, ERA5 reanalysis and lightning data from the National Lightning Detection Network, we showed that cold pool strength, low-level lapse rates, WINDEX, lifted condensation level, DCAPE, WMAXSHEAR, derecho composite parameter, 2-m temperature, delta theta-e and mean low-level relative humidity demonstrate some value in downburst prediction. By combining the best predictor (cold pool strength) with the least correlated WMAXSHEAR, we created a downburst environment index (DEI) and used it to model climatological frequency of favorable downburst environments. Our analysis has shown that favorable downburst environments conditioned on lightning are the most frequent during summer over Southwest and Southeast with the most extreme environments across Great Plains. The vertical profiles of theta-e for the downburst events from reanalysis are further compared against nonsevere thunderstorms and rawinsonde data from four downburst field measurement campaigns. The results show that changes in theta-e over the lowest 200 hPa are the most important for downburst formation.
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.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle