MétaCan
Menu
Retour à la cohorte
Enregistrement W4387874037 · doi:10.1002/qj.4601

Scale‐dependent impact of <i>Aeolus</i> winds on a global forecast system

2023· article· en· W4387874037 sur OpenAlexafffundabout
Chih‐Chun Chou, Paul J. Kushner

Notice bibliographique

RevueQuarterly Journal of the Royal Meteorological Society · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Space AgencyEnvironment and Climate Change Canada
Mots-clésEnvironmental scienceMeteorologyNumerical weather predictionNorthern HemisphereClimatologyScale (ratio)Data assimilationAtmospheric sciencesGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract The European Space Agency's Aeolus mission, launched in August 2018, provides the first global horizontal line‐of‐sight wind profile measurements. Previous studies have shown that Aeolus winds in global forecast systems improve the overall forecast skill, especially in the upper tropospheric tropics and in other data‐sparse regions. In this study, we use a series of observing system experiments with the latest version of the reprocessed Aeolus wind product (2B11) to better characterize the locations and drivers of improved skill from Aeolus with Environment and Climate Change Canada's Global Deterministic Prediction System. Observing system experiments that test the impact of Aeolus winds and the impact of all operational wind observations are carried out, covering the period summer 2019 and winter 2019–2020. Assimilation of operational winds improves the tropospheric wind forecast over the Tropics by a reduction of 8% in the forecast error, and adding the Aeolus winds to the assimilations results in an extra 0.7–0.9%. Aeolus wind impacts are improvements are 0.7–0.9% for the Arctic, and 0.4–0.6% over the Northern and Southern Hemisphere extratropics. The scale dependence of these impacts is investigated using spatial spectra (spherical harmonic decomposition). The improvement is quantified using the difference of the 250 hPa kinetic energy forecast error spectra between experiments. The operational winds largely improve the forecast of planetary scale to intermediate scale for spherical wave numbers between 1 and 20 in the short‐range forecasts. The operational wind impact decreases as the forecast lead time increases. On the other hand, the impact of Aeolus is mostly seen in the intermediate to large scale range with a peak around spherical wave number 8. The Aeolus‐related improvement around this wave number increases with forecast lead time. This analysis suggests that Aeolus winds provide estimates of the wind state that are valuable and complementary to that provided from current operational winds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,246
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of the Royal Meteorological SocietyMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207