Analysis of Turbulence and Turbulence Kinetic Energy Dynamics in Complex Terrain
Notice bibliographique
Résumé
Abstract Boundary layer processes and turbulence in a complex terrain are influenced by thermally driven flows, as well as dynamically forced flows when ambient wind interacts with orography. This paper investigates the variability in turbulence kinetic energy (TKE) with elevation and topography in a shallow high mountain valley in the Canadian Rockies. The Fortress Mountain Research Basin in the Kananaskis Valley, Alberta, was chosen for this study. Data from three high‐frequency eddy‐covariance systems at a northwest‐facing slope, and at two ridgetops at the south and north valley sidewalls were used for the analysis, and combined with large‐eddy simulations at 90 m horizontal grid spacing. The observed data and simulations focused on a sunny summer day when turbulence was well‐developed, and cross‐ridge flows interacted with thermally driven circulations. The observed TKE time series compared reasonably well with simulations at the northwest‐facing slope and southern ridgetop. The model was then used to evaluate the vertical and horizontal TKE‐budget equation. Analysis of the TKE budget showed that horizontal shear production and advection of TKE driven by horizontal wind‐gradients in cross‐ridge flows, and the interaction of these flows with the up‐valley flow could be an important source of TKE production on the northwest‐facing slope station in the Fortress Valley. The variability observed in TKE budget components across different locations within this high mountain basin indicates the significance of both horizontal and vertical exchange processes in the mechanisms governing TKE production.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».