Surface-based temperature inversion characteristics and impact on surface air temperatures in northwestern Canada from radiosonde data between 1990 and 2016
Notice bibliographique
Résumé
Assumptions of linear lapse rates in regions prone to surface-based inversions (SBIs) can generate biases in the prediction of surface air temperature. Although studies of Arctic inversions are common, few regional studies of their characteristics exist in high-latitude regions with mountainous topography. To address this gap, vertical atmospheric temperature profiles for five sites in northwestern Canada were analysed using archived radiosonde data from 1990 to 2016. We present monthly, seasonal, and annual SBI characteristics including the occurrence of transient and persistent SBIs. A novel metric, surface-based inversion impact (SBI imp ), was developed by combining the traditional inversion characteristics of depth, strength, and frequency, and was used to quantify the impact of SBIs on cooling the surface air temperature. SBI imp values of >5 °C yr −1 and ∼10 °C winter −1 occur locally. A weak linear relationship between sea ice coverage in the Beaufort Sea and SBI imp manifests across parts of the study area, though this relationship does not persist after detrending the datasets. Topographic analysis of areas surrounding each radiosonde location reveals highly variable SBI imp in complex mountain areas and more consistent SBI imp across areas of low relief. Our results can help interpret the role of inversions in climatic conditions maintaining cryospheric elements such as permafrost.
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 | 0,000 | 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 ».