MétaCan
Menu
Retour à la cohorte
Enregistrement W4390804591 · doi:10.5194/egusphere-2023-2811-rc1

Comment on egusphere-2023-2811

2024· peer-review· en· W4390804591 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Cancer InstituteAustralian GovernmentClimate ExtremesNational Computational Infrastructure
Mots-clésMesoscale meteorologyTurbulenceMomentum (technical analysis)Turbulence kinetic energyStatistical physicsPhysicsFlow (mathematics)Large eddy simulationDragParametrization (atmospheric modeling)MechanicsAtmospheric sciencesFlux (metallurgy)DiffusionEnvironmental scienceMeteorologyThermodynamicsRadiative transferMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract. In recent years, urban canopy models (UCMs) have been used as fully coupled components of mesoscale atmospheric models as well as offline tools to estimate temperature and surface fluxes using atmospheric forcings. Examples include multi-layer urban canopy models (MLUCMs), where the vertical variability of turbulent fluxes is calculated by solving prognostic momentum and turbulent kinetic energy (TKE, k) equations using length scale (l ) and drag parameterizations. These parameterizations are based on the well-established 1.5-order k − l turbulence closure theory and are often informed by microscale fluid dynamics simulations. However, this approach can include simplifications such as the assumption of the same diffusion coefficient for momentum, TKE, and scalars. In addition, the dispersive stresses arising from spatially-averaged flow properties have been parameterized together with the turbulent fluxes while being controlled by different mechanisms. Both of these assumptions impact the quantification of turbulent exchange of flow properties and subsequent air temperature prediction in urban canopies. To assess these assumptions and improve corresponding parameterization, we conducted 49 large-eddy simulations (LES) for idealized urban arrays, encompassing variable building height distributions and a comprehensive range of urban densities (λp ∈ [0.0625,0.64]) seen in global cities. We find that the efficiency of turbulent transport (numerically described via diffusion coefficients) is similar for scalars and momentum but 3.5 times higher for TKE. Additionally, the parameterization of the dispersive momentum flux using the k − l closure was a source of error, while scaling with the pressure gradient and urban morphological parameters appears more appropriate. In response to these findings, we propose two changes to MLUCM v2.0: (a) separate characterization for turbulent diffusion coefficient for momentum and TKE; and (b) introduction of an explicit physics-based "mass flux" term to represent the non-Gaussian component of the dispersive momentum transport as an amendment to the existing "eddy diffusivity" framework. The updated one-dimensional model, after being tuned for building height variability, is further compared against the original LES results and demonstrates improved performance in predicting vertical turbulent exchange in urban canopies.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,338
Score d'incertitude au seuil0,944

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0190,010
Charge utile insuffisante (le modèle a refusé de juger)0,3380,252

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 Opus0,026
Tête enseignante GPT0,273
Écart entre enseignants0,247 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban Heat Island MitigationTravaux en français237 207