MétaCan
Menu
Retour à la cohorte
Enregistrement W4390411997 · doi:10.1175/jcli-d-23-0160.1

Northern Hemisphere Extratropical Cyclone Clustering in ERA5 Reanalysis and the CESM2 Large Ensemble

2023· article· en· W4390411997 sur OpenAlexaboutno aff
Alexia Karwat, Christian L. E. Franzke, Joaquim G. Pinto, Sun‐Seon Lee, Richard Blender

Notice bibliographique

RevueJournal of Climate · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesKorea Research Environment Open NetworkInstitute for Basic ScienceAXA Research FundBundesministerium für Bildung und ForschungFonds National de la Recherche Luxembourg
Mots-clésExtratropical cycloneMiddle latitudesClimatologyCyclone (programming language)Cluster analysisNorthern HemisphereEnvironmental scienceCyclogenesisTropical cyclone scalesStormMeteorologyGeographyGeologyComputer scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Extratropical cyclones are a dominant feature of the midlatitudes, and often occur as storm sequences. This phenomenon is known as cyclone clustering, which is common over regions like the eastern North Atlantic and western Europe. Here, intense clustered cyclones may lead to large cumulative socioeconomic impacts. There are several different approaches to quantify cyclone clustering, but a detailed evaluation on how clustering may change in a warmer climate is missing. We perform a cyclone clustering analysis for the Northern Hemisphere midlatitudes using the ERA5 reanalysis to characterize clustering during 1980–2020. Moreover, we use large ensemble simulations of the Community Earth System Model version 2 following the SSP3-7.0 scenario to compare clustering during 2060–2100 to 1980–2020. Our model simulations show significant enhancement in cyclone clustering over Europe for 3 and 4 cyclones within 7 days in the future decades, which is increasing by up to 25% on average during 2060–2100 compared to 1980–2020. In contrast, cyclone clustering decreases along the west coast of the United States and Canada by up to 24.3% and by 10.1% in the Gulf of Alaska for the same periods. In a warmer climate, clustered cyclones have lower minimum pressure and larger radii and depths compared to nonclustered events. Our findings suggest that change in future cyclone clustering depends on regions affected by global warming, with implications for the cumulative windstorm risk. Significance Statement Storm sequences like the one of December 1999 (Anatol, Lothar, and Martin) have led to large socioeconomic impacts in Europe. It is still unclear how such events will change under global warming. We analyze storm sequences in a reanalysis and a large climate model ensemble for recent (1980–2020) and future climate conditions (2060–2100). Our results show a significant enhancement of storm sequences over Europe for 3 and 4 storms within 7 days, while a decrease is found along the west coast of the United States, western Canada, and in the Gulf of Alaska in future decades. Our findings suggest that the characteristics of cyclone clustering may change in a warmer world, and thus also the associated impacts.

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)0,002
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 enseignants0,113
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,247
Écart entre enseignants0,236 · 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207