Impact of Orographic Gravity Wave Drag Parameterization on Northeast China Cold Vortex Heavy Rainfall Simulated at a Convection-Allowing Resolution
Notice bibliographique
Résumé
Abstract The Northeast China cold vortex (NECV) is a major weather system producing heavy rainfall in northern China, yet the influence of complex terrain, especially orographic gravity waves (OGWs), on such heavy rainfall remains poorly understood. This study investigates the impact of OGW drag (OGWD) parameterization on an NECV heavy rainfall event over the southern Yanshan Mountains on 6 July 2011, using the Weather Research and Forecasting Model at 3-km resolution. Results show that the OGWD parameterization can weaken the NECV circulation and diminish the orographic lifting and moisture transport over the southern slope of the Yanshan Mountains given the decelerated upslope flow. Therefore, the overestimation of the heavy rainfall intensity in the absence of OGWD parameterization was alleviated significantly, indicating the importance of OGWD parameterization even in high-resolution numerical models. However, the parameterization of OGWD introduced weak but widespread spurious rainfall ahead of the Taihang Mountains, as it decelerated the northwesterly downslope winds on the southeastern slope of the Taihang Mountains which enhanced the upslope moisture transport. This spurious rainfall was mitigated significantly when using a revised OGWD scheme accounting for the nonhydrostatic effect (NHE) on the surface momentum flux of vertically propagating OGWs. The NHE more notably attenuated the OGWD over the Taihang Mountains than over the Yanshan Mountains, which strengthened the NECV northwesterly flow downgliding the Taihang Mountains and inhibited the moisture transport.
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 | 0,001 |
| 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) | 0,000 | 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 ».