Assessment of simulations of a polar low with the Canadian Regional Climate Model
Notice bibliographique
Résumé
Polar lows (PLs), which are intense maritime polar mesoscale cyclones, are associated with severe weather conditions. Due to their small size and rapid development, PL forecasting remains a challenge. Convection-permitting models are adequate to forecast PLs since, compared to coarser models, they provide a better representation of convection as well as surface and near-surface processes. A PL that formed over the Norwegian Sea on 25 March 2019 was simulated using the convection-permitting Canadian Regional Climate Model version 6 (CRCM6/GEM4, using a grid mesh of 2.5 km) driven by the reanalysis ERA5. The objectives of this study were to quantify the impact of the initial conditions on the simulation of the PL, and to assess the skill of the CRCM6/GEM4 at reproducing the PL. First, the track, size and intensity of the PL captured by the simulations and ERA5 have been compared to those of the observed PL. Second, the simulations and ERA5 have been verified against observations from surface stations and drifting buoys affected by the PL. In particular, the following statistics were computed: the mean error, the root mean square error, and the Spearman correlation coefficient. The results show that the skill of the CRCM6/GEM4 at reproducing the PL strongly depends on the initial conditions. Although in all simulations the synoptic environment is favourable for PL development, with a strong low-level temperature gradient and an upper-level through, only the low-level atmospheric fields of three of the simulations lead to PL development through baroclinic instability. The two simulations that best captured the PL represent a PL deeper than the observed one, and they show higher temperature mean bias compared to the other simulations, indicating that the ocean surface fluxes may be too strong. In general, ERA5 has more skill than the simulations at reproducing the observed PL, but the CRCM6/GEM4 simulation with initialisation time closer to the genesis time of the PL reproduces quite well small scale features as low-level baroclinic instability during the PL development phase.
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 | 0,002 | 0,005 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».