MétaCan
Menu
Retour à la cohorte
Enregistrement W4417147787 · doi:10.5194/wcd-6-1743-2025

Precipitation, moisture sources and transport pathways associated with summertime North Atlantic deep cyclones

2025· article· en· W4417147787 sur OpenAlexaboutno aff
Rikke Stoffels, Imme Benedict, Lukas Papritz, Frank Selten, Chris Weijenborg

Notice bibliographique

RevueWeather and Climate Dynamics · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesHORIZON EUROPE Framework Programme
Mots-clésExtratropical cycloneCyclone (programming language)MoistureContext (archaeology)PrecipitationMiddle latitudesWarm front

Résumé

récupéré en direct d'OpenAlex

Abstract. Extratropical cyclones are essential for redistributing moisture from lower latitudes to the poles, and are known for their ability to produce extreme precipitation. While wintertime extratropical cyclones have been studied in great detail, little is known about these systems in summer. Nevertheless, studying summer cyclones is particularly relevant in the context of climate change, as future warming is expected to increase atmospheric moisture while reducing baroclinicity. This makes present-day summer conditions an analogue for future winter cyclones and critical for understanding how summertime cyclones themselves may evolve in a warmer climate. Hence, the objective of this study is to improve our understanding of how summertime extratropical cyclones shape the characteristics of the water cycle, focusing on their moisture sources and the transport of moisture to cyclone centers. For this purpose, 8 d backward trajectories are calculated for all air parcels in the vicinity of cyclone centers with ERA5 reanalysis data, for a subset of the most intense summertime cyclones over the North Atlantic. Subsequently, moisture uptakes along the trajectories of precipitating air parcels are identified using the moisture source diagnostic WaterSip. Using this approach, it is found that the bulk of the precipitation associated with summertime cyclones falls close to the cyclone center beneath the warm conveyor belt (WCB) and along the fronts, mainly during the cyclone's intensification phase. This moisture originates from areas of high ocean evaporation, with significant hotspots on the warm side of the Gulf Stream Front. In addition, some continental sources are found, especially for cyclones in the Labrador Sea. Moisture uptake occurs primarily in regions where the strong sea surface temperature (SST) gradient induces intense ocean evaporation and during cold-air advection within the cyclone's cold sector, where oceanic evaporation is enhanced due to the strong air-sea temperature contrast. The moisture accumulated in the cold sector of the cyclone does not necessarily contribute to precipitation in its own center, but it can act as a source of moisture for a subsequent cyclone. As cyclones mature, distances between the moisture source and the location where the moisture rains out decrease, but the atmospheric residence time of moisture of about 4 d remains approximately the same throughout the cyclone life cycle. This is because the decrease in source distance is compensated by weaker winds and less strong convergence. Overall, these results are fairly similar to those found in a previous study for winter cyclones, although in winter there is more moisture exchange between primary and secondary cyclones, and stronger vertical ascent in the WCB. Summer cyclones, on the other hand, are distinguished by their greater moisture supply from continental sources, and the significant influence from cyclones of tropical origin undergoing extratropical transition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,191
Écart entre enseignants0,185 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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'admission1
Résumé présentoui

Explorer davantage

Même revueWeather and Climate DynamicsMême sujetClimate variability and modelsTravaux en français237 207