Stratospheric Nudging And Predictable Surface Impacts (SNAPSI): a protocol for investigating the role of stratospheric polar vortex disturbances in subseasonal to seasonal forecasts
Notice bibliographique
Résumé
Abstract. Major disruptions of the winter season, high-latitude stratospheric polar vortices can result in stratospheric anomalies that persist for months. These sudden stratospheric warming events are recognized as an important potential source of forecast skill for surface climate on subseasonal to seasonal timescales. Realizing this skill in operational subseasonal forecast models remains a challenge, as models must capture both the evolution of the stratospheric polar vortices in addition to their coupling to the troposphere. The processes involved in this coupling remain a topic of open research. We present here the Stratospheric Nudging And Predictable Surface Impacts (SNAPSI) project. SNAPSI is a new model intercomparison protocol designed to study the role of the Arctic and Antarctic stratospheric polar vortex disturbances for surface predictability in subseasonal to seasonal forecast models. Based on a set of controlled, subseasonal ensemble forecasts of three recent events, the protocol aims to address four main scientific goals. First, to quantify the impact of improved stratospheric forecasts on near-surface forecast skill. Second, to attribute specific extreme events to stratospheric variability. Third, to assess the mechanisms by which the stratosphere influences the troposphere in the forecast models. Fourth, to investigate the wave processes that lead to the stratospheric anomalies themselves. Although not a primary focus, the experiments are furthermore expected to shed light on coupling between the tropical stratosphere and troposphere. The output requested will allow for a more detailed, process-based community analysis than has been possible with existing databases of subseasonal forecasts.
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 | 0,039 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,008 |
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 ».