Notice bibliographique
Résumé
Abstract. Understanding extreme precipitation events (EPEs) and their underlying dynamical processes and moisture transport patterns is essential to mitigate EPE-related risks. In this study, we investigate the dynamics of 75 EPEs (≥ 100 mm day-1) over the territory of Ukraine in the recent decades (1979–2019), of which the majority occurred in summer. The EPEs are identified based on precipitation observations from 215 meteorological stations and posts in Ukraine. The atmospheric variables for the case study analysis of selected EPEs and for climatological composites and trajectory calculations were taken from ERA5 reanalyses. Moisture sources contributing to the EPEs in Ukraine are identified with kinematic backward trajectories and the subsequent application of a moisture source identification scheme based on the humidity mass budget along these trajectories. The large-scale atmospheric circulation associated with EPEs was studied for a selection of representative EPEs in all seasons and with the aid of composites of all events per season. Results show that EPEs in summer occur all across Ukraine, but in other seasons EPE hotspots are mainly in the Carpathians and along the Black and Azov Seas. All EPEs were associated with a surface cyclone, and most with an upper-level trough, except for the winter events that occurred in situations with very strong westerly jets. Isentropic potential vorticity anomalies associated with EPEs in Ukraine show clear dipole structures in all seasons, however, interestingly with a different orientation of these anomaly dipoles between seasons. The analysis of moisture sources revealed a very strong case-to-case variability and often a combination of local and remote sources. Oceanic sources dominate in winter, but land evapotranspiration accounts for 60–80 % of the moisture that rains out in EPEs in the other seasons. Taken together, these findings provide novel insight into large-scale characteristics of EPE in Ukraine, in a region with a unique geographical setting and with moisture sources as diverse as Newfoundland, the Azores, the Caspian Sea, and the Arctic ocean.
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,018 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,201 | 0,157 |
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 ».