MétaCan
Menu
Retour à la cohorte
Enregistrement W4410872128 · doi:10.1016/j.wace.2025.100777

Convection-permitting WRF simulation of extreme winds in Canada: Present and future scenarios

2025· article· en· W4410872128 sur OpenAlexafffundabout
Ma Xiao, Fei Huo, Zhenhua Li

Notice bibliographique

RevueWeather and Climate Extremes · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésWeather Research and Forecasting ModelMeteorologyEnvironmental scienceClimatologyConvectionGeologyGeography

Résumé

récupéré en direct d'OpenAlex

This study investigates extreme wind events across southern Canada using 4-km convection-permitting WRF simulations under present (CTRL) and future (PGW) climate scenarios. The high resolution allows explicit representation of convective processes and complex terrain, improving local-scale wind prediction. We analyze three distinct regions—the central Prairies, Rocky Mountains, and southern Ontario—and find strong spatial and seasonal contrasts. Under future conditions, summer wind extremes intensify notably in the Prairies and southern Ontario, while winter winds decrease in the Prairies but increase in Ontario, Quebec, and mountainous areas. A conditional probability analysis based on Convective Available Potential Energy (CAPE) reveals that the likelihood of destructive winds (>20 m/s) rises significantly in convectively unstable environments. In southern Ontario, the probability under strong instability (CAPE > 2500 J/kg) increases from nearly zero to 0.4. We also apply the Peaks-over-Threshold (POT) method to estimate 50-year return period wind speeds, which show substantial future increases, up to 6 m/s in some areas during summer. These changes indicate a rising threat from convectively driven wind extremes. This study highlights the value of convection-permitting models in resolving local wind features and emphasizes the need for region-specific adaptation strategies. The findings critically impact wind hazard assessment, infrastructure design, and climate resilience planning across southern Canada.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,021
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,227
Écart entre enseignants0,207 · 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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWeather and Climate ExtremesMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207