MétaCan
Menu
Retour à la cohorte
Enregistrement W4402805541 · doi:10.1175/bams-d-23-0222.1

Desert–Oasis Convergence Line and Deep Convection Experiment (DECODE)

2024· article· en· W4402805541 sur OpenAlexaff
Zhiyong Meng, Xuefeng Meng, Chenggang Wang, Yipeng Huang, Shuhao Zhang, Hongjun Liu, Murong Zhang, Yijing Liu, Hao Huang, Lijuan Su, Quxin Cui, Feng Lu, Kun Zhao, Zhi‐Hua Zhou, Linchun Liu, Xuefeng Ma, Jiutao Shan, Xiao Yao, Daoru Zhu, Zhengwei Yang, Xucheng Zheng, Bo Fan, Lanqiang Bai, Xiaojuan Yao, Yonggang Sun, Lin Manyun, Zimeng Zheng, Zhou Liao, Xuelei Wang, Ke Liu, Luyi Chen, Lebao Yao, Ming Guan, Weikang Kong, Shaoyang Sun, Jiaxin Wang, Yi‐Kai Wu, Yaqi Qin, Xiaoying Jiang, Xiang Pan, Mufei Wang, Changan Zhang, Hanchao Li, Huijun Li, Lixia Shi, Xiaohong Fang, Feng Zhu, Xin Sun, Jingbo Yun, Shiyun Liu, Huiqing Wang, Yawen Yang, Jingyi Wen, Peiyu Wang, Lanbo Liu, Nan Ren, Xiufeng Wu, Z. Zhang, Jianyu Pei, Zhi Yang, Cheng Xia

Notice bibliographique

RevueBulletin of the American Meteorological Society · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesnon disponible
Mots-clésDesert (philosophy)Convergence (economics)Line (geometry)ConvectionDeep convectionMeteorologyGeologyClimatologyEnvironmental scienceGeographyMathematicsGeometryPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract The heterogeneous land surface spanning the Yellow River irrigated oasis and the adjacent Kubuqi and Ulan Buh Desert (Hetao area) in Inner Mongolia, China, has been noted to frequently generate planetary boundary layer convergence line (BLCL), providing an important source of low-level lifting for convection initiation (CI). As the first field experiment to collect comprehensive observations of vegetation-contrast-resulting thermal circulations that consistently generate BLCLs and lead to CI, the Desert–Oasis Convergence Line and Deep Convection Experiment (DECODE) was conducted from 5 July to 9 August 2022 in the Hetao area. Two oasis and four desert observation sites were set up in the region that exhibits the highest frequency of BLCL and CI occurrences, equipped with a suite of advanced instruments probing land–atmosphere interactions, planetary boundary layer processes, and evolution of BLCLs and their associated CI, including Doppler lidars, microwave radiometers, soil temperature and moisture sensors, eddy covariance systems, portable radiosondes, C-band polarimetric Doppler radar, aircraft, and Geostationary High-speed Imager onboard FY-4B satellite. DECODE captured 29 BLCLs (16 with CI), 66 gust fronts, 12 horizontal convective rolls, and one tornado. The observations unveiled full thermal circulations spanning the desert–oasis boundary characterized by a horizontal width of ∼25 km, a convergence height of ∼1 km above ground level (AGL), and divergence from 2 to ∼3.5 km AGL, with vertical wind speeds of up to 2 m s −1 . Future publications stemming from DECODE will delve into a spectrum of scientific inquiries, including but not limited to land surface and boundary layer processes, BLCL dynamics, CI mechanisms, convective organization, predictability, and model evaluation. Significance Statement The purpose of Desert–Oasis Convergence Line and Deep Convection Experiment (DECODE) is to collect intensive observations around desert–oasis divide to better understand the physical processes of boundary layer convergence lines (BLCLs), their associated thermal circulations, convection initiation (CI), and organization over heterogeneous land surfaces. This is important because deep convection initiation poses a major challenge for weather forecasting over heterogeneous land surfaces due to limited understanding of land–atmosphere interactions. In addition, the targeting divide between a desert and an irrigated oasis facilitates a unique situation where human activities can change the weather. This campaign captured 29 BLCLs (16 with CI), which provided a rich dataset for studies not only on convection dynamics and microphysics but also on land–atmosphere interactions, boundary layer processes, and even interdisciplinary studies such as wind farm impact and convective dust storms.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 GPT0,234
Écart entre enseignants0,216 · 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'étudeObservationnel
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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the American Meteorological SocietyMême sujetGeophysics and Gravity MeasurementsTravaux en français237 207