Intraseasonal descriptors and rainfall extremes in austral summer over South Africa : Observations and Meso-scale modelling
Bibliographic record
Abstract
Descripteurs intrasaisonniers et extrêmes pluviométriques en été austral sur l'Afrique du Sud : observations et modélisation à méso-échelle Les précipitations extrêmes sont d'une importance majeure et croissante dans les pays semi-arides et leur variabilité a de fortes implications pour les ressources en eau et les impacts climatiques sur les sociétés locales et l'environnement. Ici, nous examinons les descripteurs intrasaisonniers (ISD) et les extrêmes humides des précipitations d'été austral (novembre-février) sur l'Afrique du Sud (SA). En utilisant les observations quotidiennes de 225 pluviomètres et les réanalyses ERA5 entre 1979 et 2015, nous proposons une nouvelle typologie des événements extrêmes humides basée sur leur fraction spatiale, différenciant ainsi les extrêmes à grande et à petite échelle. La variabilité à long terme des deux types d'événements de précipitations extrêmes est ensuite discutée en détail dans le contexte des ISD. Suite à la définition d'une nouvelle typologie des extrêmes pluviométriques, distinguant les événements à grande et à petite échelle, nous examinons plus avant la relation entre ces deux types d'extrêmes pluviométriques et différents modes de variabilité climatique à différentes échelles de temps. Aux basses fréquences, les extrêmes pluviométriques sont évalués à des échelles de temps interannuelles (IV : 2 à 8 ans) et quasi décennales (QDV : 8 à 13 ans), qui sont principalement associées à l'oscillation australe El Niño (ENSO) et à l'Oscillation Pacifique inter-décennale (IPO), respectivement. Aux échelles de temps sub-saisonnières, la typologie des extrêmes pluviométriques est analysée en fonction des configurations synoptiques, déduites par sept régimes convectifs dont les thalwegs tropicaux tempérés (TTT : 3–7 jours), et la variabilité intrasaisonnière associée à l'Oscillation de Madden-Julien (MJO : 30 à 60 jours). Afin d'identifier les épisodes de précipitations potentiellement à fort impact, nous introduisons la durée dans la définition de la typologie des précipitations extrêmes. Les événements à grande échelle et à durée de vie la plus longue sont ensuite considérés comme des études de cas de périodes de précipitations potentiellement à fort impact et sont sélectionnés pour la modélisation à méso-échelle. À cette fin, nous utilisons un modèle de recherche et de prévision météorologique de pointe (WRF version 4.2.1) qui est largement utilisé à la fois pour la recherche et les applications de prévision opérationnelle. Les réanalyses ERA5 sont d'abord utilisées pour forcer le modèle WRF avec plusieurs configurations expérimentales sur différents cas d’étude afin d'obtenir la configuration WRF la plus performante. La configuration optimale est ensuite utilisée pour piloter des simulations WRF à l'aide de prévisions globales à résolution grossière, la version 2 de retroprévision (RF2) développée par la National Oceanic and Atmospheric Administration/Earth System Research Laboratory (NOAA/ESLR) et à 25kms de résolution. Avec cette méthodologie, nous souhatons déterminer si la prévisibilité de ces événements majeurs peut être améliorée en termes d'intensité et de localisation en utilisant un raffinement d'échelle permettant la résolution de la convection profonde.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".