Climatological features of future mesoscale convective systems in convection‐permitting climate models using CMIP6 and ERA5 in the central United States
Notice bibliographique
Résumé
Abstract Motivated by the limited understanding of future changes in mesoscale convective systems (MCSs), we investigated characteristics of warm‐season (June–August) MCSs in the central United States based on high‐resolution convection‐permitting Weather Research and Forecasting simulations. We examined two 15‐year simulations, which include current simulations (2004–2018) forced by European Centre for Medium‐Range Weather Forecasts Reanalysis version 5 (ERA5) and future simulations (2086–2100) forced by perturbed ERA5 (i.e., ERA5 plus climate change signal derived from 28 Coupled Intercomparison Projected Phase 6 models under the Shared Socioeconomic Pathway–Representative Concentration Pathway 8.5 emission scenario). The initiations and longevities of MCSs were determined using the object‐tracking algorithm MODE‐Time Domain (MTD) from observation, current simulations (ERA), and future simulations (pseudo‐global warming, PGW). Objects identified by MODE‐Time Domain were divided into short‐/long‐lived (based on 75th percentiles of longevity) and daytime (initiated during 0000–1100 UTC)/nighttime (initiated during 1200–2300 UTC). We found that ERA and observation have comparable occurrences of MCSs. MCSs in PGW are associated with intensified rain rates in New Mexico, Colorado, and Kansas and lower rain rates in Texas, Louisiana, and Arkansas than in ERA. Moreover, the statistical analysis based on 15 parameters before MCSs initiation indicates that short‐lived MCSs in PGW are characterized by prominent changes in precipitable water (PW) and the most unstable convective available potential energy. We also found that long‐lived MCSs in PGW are associated with prominent changes in PW, unstable convective available potential energy, and isentropic potential vorticity at 345 K. According to the statistical results, PW is the most important variable in determining the longevity of MCSs and in understanding future changes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».