Rainfall extremes observed by a weather radar in the northern tropical Andes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We characterize seasonal and diurnal spatiotemporal features of extreme rainfall in a 45,000 km 2 area within the tropical Andes of northern South America. We validate radar-based quantitative precipitation estimates for extreme rainfall using in-situ observations, finding a strong spatiotemporal coherence between the datasets through methods based on correlations, timing, and probability mass functions. We then explore the seasonal and diurnal cycles of extreme rainfall, focusing on the local atmospheric environments associated with these extremes. Results show that rainfall extremes in the region (percentile 99.5) exhibit intensities of more than 27 times the average, while the strongest events may reach intensities of up to 85 times the average. Moreover, our findings reveal a consistent timing of extreme precipitation events, occurring between 15:00 and 22:00 LST, accounting at this time range for more than 3% of all seasonal rainfall accumulation. We show that the traditional approach of analyzing seasonal 10-year average rainfall might leave out the high spatiotemporal variability of extreme events. By focusing on a specific threshold and the most intense rainfall events, we identify two main spatiotemporal patterns of extreme rainfall based on the magnitude and the ratio between maxima and mean rain rate. Moreover, these patterns are driven by the interplay of regional atmospheric mechanisms and orographic features. This research improves our understanding about the spatiotemporal characteristics of rainfall extremes and their relationship with atmospheric and orographic factors. It uses high-resolution weather radar data to provide valuable insights for diagnosing, understanding, and modeling extreme rainfall in tropical regions.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle