En klimatologisk studie av Clear Air Turbulence över Nordatlanten
Notice bibliographique
Résumé
Clear Air Turbulence (CAT) is the turbulence experienced at high altitude on board an aircraft. The main mechanisms for its generation are often said to be Kelvin-Helmholtz instability and mountain waves. CAT is an issue to the aviation industry in the sense that it is hard to predict its magnitude and exact location. Mostly, it is just a nuisance for the crew and passengers, but occasionally it causes serious injuries and aircraft damage. It also prevents air-to-air refuelling to be conducted in a safe manner. The micro scale nature of CAT makes it necessary to describe it with turbulence indices. The first part of this study presents a verification of the two commonly used turbulence indices, TI1 and TI2, developed by Ellrod and Knapp in 1992. The verification is done with AMDAR (Aircraft Meteorological Data Relay) reports and computed indices from ERA-Interim data. The second part presents a 33-year climatology of the indices for describing CAT. Results show that the index TI1 is generally the better of the two indices based on hit rate, but TI2 performs better based on false alarm rate. The climatology suggests that CAT is more frequent at the northern east coast of the U.S., over the island of Newfoundland and east of Greenland. In the vertical, CAT seems to occur most frequently at the 225 hPa level but also occur frequently at the 300 hPa level at the aforementioned areas. Based on AMDAR reports from 2011, only 0.014% of the reports were positive turbulence observations. The low amount of reports suggests that CAT can be avoided effectively with current CAT predicting skills and flight planning.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».