Convective environments and hazards in Mediterranean cyclones
Notice bibliographique
Résumé
In the Mediterranean region the presence of warm sea surface temperatures and of complex topography favour per se the development of deep convection. This study shows how the presence of Mediterranean cyclones (MEDCs) further enhances the frequency of thunderstorms and how the synoptic and mesoscale features around the cyclones’ low-pressure centres organise the distribution of convective environments. The results are based on ERA5 reanalysis environmental variables, hail and lightning probabilities (modeled from ERA5 predictors) and a lightning detection dataset called ATDNet. Furthermore, a recent classification of MEDCs into nine clusters based on upper-level dynamical structure (Givon et al., 2024) serves as a framework for assessing the relationship between cyclone type and convection.For each MEDC cluster, we characterise the frequency, intensity, spatial distribution and time evolution of convective environments and hazards. Convective activity typically develops to the northeast of the cyclone centre and within the warm sector, peaking before the cyclone reaches its minimum central pressure. Among the various cyclone types, small and deep systems occurring during autumn in the Northern Mediterranean exhibit the highest potential for the development of severe convection, followed by weaker cyclone systems propagating mainly in the Southern Mediterranean during transition seasons and summer. We further examine feature objects that correspond with different dynamical processes within the cyclones, finding that regions of warm conveyor belt ascent are more strongly associated with deep convection than cold frontal zones. The pattern holds across all cyclone clusters. These findings advance the understanding of mesoscale processes associated with MEDCs and offer useful insights for improving operational weather forecasting and risk communication regarding MEDC-related hazards.Givon, Y., Hess, O., Flaounas, E., Catto, J. L., Sprenger, M., and Raveh-Rubin, S.: Process-based classification of Mediterranean cyclones using potential vorticity, Weather Clim. Dynam., 5, 133–162, https://doi.org/10.5194/wcd-5-133-2024, 2024.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».