.png){kind=icon}
返回
Baroclinic Wave Simulation Ensemble: a Machine Learning ready dataset
.png){kind=icon}
OA
AI
DOI：10.1038/s41597-025-06089-z.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
已运行、处理并提供了一个包含6,500个不同斜压波模拟的大型集合，用于研究副热带气旋和中纬度动力学。数据使用OpenIFS@home生成，这是一个climateprediction.net开放科学项目，允许使用OpenIFS 43R3v2模型分配集合的计算。对于每个模拟，气旋被追踪，并提取了89个特征——包括16个强度指标。所提供的数据集由OpenIFS模型对集合中6,388个成员的原始输出以及追踪到的气旋特征组成。绘制了最小平均海平面气压和850 hPa最大相对涡度的分布，以实现与分析了再分析数据和气候模型数据中ETCs的研究的比较。对缺失的112个集合成员的计算失败进行了统计评估和解释。在OpenIFS之外，该数据集以及相关的代码和配置文件是可用且可访问的。
Keyword:
baroclinic wave simulation
extra tropical cyclones
mid-latitude dynamics
machine learning dataset
OpenIFS
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.9
论文数:
3.7K
被引数:
3.8W
机构
引用论文
Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization耦合模型比对项目第六阶段 (CMIP6) 实验设计和组织概述OAAI
OAAI分享收藏Future changes in the extratropical storm tracks and cyclone intensity, wind speed, and structure
OAAI
OAAI分享收藏A general method for tracking analysis and its application to meteorological data一种跟踪分析的一般方法及其在气象数据中的应用.png)
IF0
PREAI
分享收藏分享收藏
查看更多内容