Changes in freezing rain occurrence over eastern Canada using convection-permitting climate simulations
Notice bibliographique
Résumé
Freezing precipitation has major consequences for ground and air transportation, the health of citizens, and power networks. Previous studies using coarse resolution climate models have shown a northward migration of freezing rain in the future. Increased model resolution can better define local topography leading to improved representation of conditions that are favorable for freezing rain. The goal of this study is to examine the climatology and characteristics of future freezing rain events using very-high resolution climate simulations. Historical and pseudo-global warming simulations with a 4-km horizontal grid length were used and compared with available observations. Simulations revealed a northerly shift of freezing rain occurrence, and an increase in the winter. Freezing rain was still shown to occur in the Saint-Lawrence River Valley in a warmer climate, primarily due to stronger wind channeling. Up to 50% of the future freezing rain events also occurred in present day climate within 12 h of each other. In northern Maine, they are typically shorter than 6 h in current climate and longer than 6 h in warmer conditions due to the onset of precipitation during low-pressure systems occurrences. The occurrence of freezing rain also locally increases slightly north of Québec City in a warmer climate because of freezing rain that is produced by warm rain processes. Overall, the study shows that high-resolution regional climate simulations are needed to study freezing rain events in warmer climate conditions, because high horizontal resolutions better define small-scale topographic features and local physical mechanisms that have an influence on these events.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 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 ».