Importance of Tropospheric Wave Breaking for Subseasonal Forecasts of the February 2021 North American Cold Air Outbreak
Notice bibliographique
Résumé
<!--!introduction!--> The February 2021 North American Cold Air Outbreak (CAO) featured historic cold and other winter hazards over a two-week period across the Central United States (US), leading to major socioeconomic impacts. Leading up to the event, model forecasts diverged on the evolution of critical features that ultimately affected their forecast accuracy. In particular, the CAO event was preceded by two wave breaks at high latitudes -- one in the East Siberian Sea (2-4 February 2021) and another in the Labrador Sea (9-11 February 2021). In this talk, we illustrate how these wave breaks were important for the ultimate evolution and intensity of the CAO in subseasonal model forecasts. We use a combination of ERA5 and realtime forecasts from two models from the Subseasonal-to-Seasonal (S2S) Prediction Project Database for the analysis: ECMWF and NCEP. We select model initialization dates with 2-3 weeks lead time to isolate ensemble members that simulated the wave breaks well and poorly and then evaluate their subsequent forecasts for the event. In both models, ensemble members that successfully simulated these wave-break features produce higher chances for widespread negative temperature anomalies across the Central US, corresponding to strong anomalous Arctic ridging, as seen in reanalysis. By contrast, ensemble members with either no or weak wave breaking forecast neutral to even positive temperature anomalies for the Central US over the target period, with less amplified flow. These results reinforce the need to simulate better blocking regimes in S2S operational models for improved accuracy of extreme winter weather events.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».