MétaCan
Menu
Back to cohort
Record W2275370890

Caractérisation de l'état balancé dans les modèles numériques de prévisions de l'atmosphère à méso-échelle

2006· preprint· fr· W2275370890 on OpenAlexaff
Christian Pagé

Bibliographic record

VenueArchipelago (University of Quebec in Montreal) · 2006
Typepreprint
Languagefr
FieldEarth and Planetary Sciences
TopicMeteorological Phenomena and Simulations
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsContext (archaeology)PhysicsNonlinear systemMesoscale meteorologyMeteorologyStatistical physicsBalance (ability)MathematicsGeography
DOInot available

Abstract

fetched live from OpenAlex

La présente recherche se propose de caractériser l'équilibre dynamique à mésoéchelle, c'est-à-dire l'équilibre entre les forçages dynamiques et physiques et ce, pour des phénomènes météorologiques ayant une échelle horizontale de l'ordre de 15 à 150 km. Elle combine des simulations numériques et la théorie de la balance non-linéaire autant dans un contexte de simulations idéalisées que dans celui d'une simulation d'un cas réel. Elle s'inscrit dans un objectif à plus long terme d'améliorer les prévisions à court terme des quantités de précipitations, en développant une méthode permettant de contraindre l'état initial de la dynamique du modèle à un état de balance dynamique dans un contexte où les données de précipitations sont inclues au temps initial. Dans un premier temps, l'étude porte sur l'identification précise de la suite des processus physiques impliqués dans l'ajustement vers un état balancé dans les modèles numériques en lien avec la théorie classique d'ajustement linéaire et ce, autant à petite qu'à grande échelle (phénomènes météorologiques d'un diamètre de 15 à 1500 km). Les analyses démontrent que, lorsque la taille du réchauffement est à petite échelle : (a) la latitude (force de Coriolis) n'a qu'une influence très limitée sur les mécanismes et sur l'état balancé; (b) le temps d'ajustement vers l'état balancé est très réduit par rapport aux simulations à plus grande échelle; (c) la stabilité statique de l'atmosphère a une influence significative sur le temps d'ajustement ainsi que sur l'état balancé lui-même; (d) ces résultats sont en accord avec la théorie classique d'ajustement linéaire; (e) il est possible d'utiliser l'équation de balance non-linéaire en combinaison avec une équation complète décrivant le mouvement vertical pour déterminer le vent divergent balancé à petite échelle. Dans un deuxième temps, la méthodologie est appliquée à un cas réel tel que simulé par le modèle Global Environnemental Multi-Échelle (GEM) en mode aire limitée à une résolution horizontale de 2.5 km. Ce cas réel est caractérisé par de la convection profonde d'été en absence de baroclinicité et de dynamique en altitude significatives. Parmi les conclusions dégagées de l'analyse, il a été montré que : (a) le type de balance à cette échelle est principalement relié à la divergence horizontale; (b) l'information apportée par les vents divergents dans la prévision à court terme du mouvement vertical (et donc de la précipitation) est très importante; (c) il est possible de calculer les vents divergents balancés, à cette échelle, en utilisant une équation du mouvement vertical complète en combinaison avec l'équation de balance non-linéaire et en utilisant les tendances de température, causées par la convection, directement issues du modèle numérique; (d) en imposant que les vents divergents soient balancés au temps initial, les prévisions de précipitations ( évaluées par l'intermédiaire du mouvement vertical) sont remarquablement similaires par rapport à une simulation de contrôle. En conclusion, le travail réalisé a permis principalement de développer une méthodologie appropriée pour caractériser l'état balancé dans les modèles numériques de prévision à méso-échelle pour des phénomènes météorologiques ayant un diamètre aussi petit que de l'ordre de 15 km, et utiliser des relations de balance dynamique dans les modèles numériques à une résolution horizontale de 2.5 km. Les contributions les plus importantes sont : (a) l'identification précise de la suite des processus physiques impliqués dans l'ajustement vers un état balancé dans les modèles numériques en lien avec la théorie classique d'ajustement linéaire; (b) la caractérisation de l'état balancé à mésoéchelle dans des simulation numériques idéalisées; (c) la caractérisation de l'état balancé à mésa-échelle dans un contexte de simulation réaliste d'un cas de convection profonde d'été; (d) l'importance de l'information apportée par les vents divergents pour les prévisions de précipitations à mésa-échelle ; (e) la démonstration qu'il est possible d'utiliser les tendances de température issues de la convection dans le modèle en combinaison avec l'équation de balance non-linéaire et une équation complète décrivant le mouvement vertical, afin de déterminer des vents divergents balancés ayant une bonne précision. Ainsi, le présent projet est innovateur pour l'utilisation des relations impliquant une balance non-linéaire à petite échelle, ainsi que pour l'utilisation des tendances de température issues directement de la convection du modèle dans des équations représentant un type de balance dynamique à cette échelle. Les limites de la recherche portent principalement à la fois sur certains aspects des simulations idéalisées, de la méthode d'évaluation des vents divergents balancés et sur le type de situation réelle présentée ici. Des études complémentaires permettraient d'approfondir quelques-unes des limites identifiées.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.026
Threshold uncertainty score0.051

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.021
GPT teacher head0.210
Teacher spread0.189 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2006
Admission routes1
Has abstractyes

Explore more

Same venueArchipelago (University of Quebec in Montreal)Same topicMeteorological Phenomena and SimulationsFrench-language works237,207