Large-Scale Dynamics, Thermodynamics, and Predictability of the 4–25 February 2019 Extreme Precipitation Period in Eastern North America
Notice bibliographique
Résumé
Abstract Extreme precipitation is often challenging to predict but can have substantial impacts through flooding and loss of life and property, especially when it is persistent and affects a large region. The 4–25 February 2019 extreme precipitation period in eastern North America (NA) was exceptionally persistent, contributing to extreme winter rainfall and flooding in the Ohio and Tennessee River valleys and unusually heavy snowfall to the north. The period featured anomalous upper-level ridges in eastern NA and the central North Pacific (NP) and an anomalous upper-level trough in western NA, a favorable synoptic configuration for precipitation in eastern NA. The central NP ridge was prominent and extremely persistent, helping to slow and amplify the planetary-scale weather pattern. Within eastern NA, precipitation was lighter, less convective, and more synoptically forced in northern areas, while it was heavier at times and more convective in southern areas. Numerical weather models did not skillfully forecast the weather pattern associated with the onset of the extreme precipitation period beyond a lead time of 7 days, but they were able to more accurately forecast the continuation and persistence of the weather pattern once it started. For this case, simulating the synoptic structure over the NP before the extreme precipitation period accurately is crucial for simulating the later upper-level ridge building in the central NP and resulting downstream weather pattern favorable for persistent precipitation in eastern NA. Significance Statement The 4–25 February 2019 extreme precipitation period was exceptionally persistent, contributing to extreme winter rainfall and flooding in the Ohio and Tennessee River valleys and unusually heavy snowfall to the north, and its onset was not well predicted. The period featured an anomalous, amplified, and persistent large-scale weather pattern favorable for extreme precipitation in eastern North America. Within eastern North America, precipitation was lighter in northern areas, while the precipitation was heavier at times and more convective in southern areas. Weather models’ lack of accurate simulation of the large-scale weather pattern over the North Pacific before the extreme precipitation period was a critical factor in the poor forecasts of the extreme precipitation period’s onset.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».