Objective identification of high-wind features within extratropical cyclones using a probabilistic random forest (RAMEFI). Part I: Method and illustrative case studies - Video Supplement
Eisenstein, Lea
1; Schulz, Benedikt
; Qadir, Ghulam A.; Pinto, Joaquim G. 1; Knippertz, Peter
1
1 Institut für Meteorologie und Klimaforschung (IMK), Karlsruher Institut für Technologie (KIT)
1; Schulz, Benedikt
; Qadir, Ghulam A.; Pinto, Joaquim G. 1; Knippertz, Peter
11 Institut für Meteorologie und Klimaforschung (IMK), Karlsruher Institut für Technologie (KIT)
Abstract:
These videos provide examples of application of RAMEFI (RAndom-forest based MEsoscale wind Feature Identification), a new objective identification of high-wind features within extratropical cyclones, for twelve selected case studies.
| Zugehörige Institution(en) am KIT | Institut für Meteorologie und Klimaforschung Troposphärenforschung (IMKTRO) |
| Publikationstyp | Audio & Video |
| Publikationsdatum | 13.05.2022 |
| Sprache | Englisch |
| DOI | 10.5281/zenodo.6541277 |
| Identifikator | KITopen-ID: 1000178169 |
| HGF-Programm | 12.11.34 (POF IV, LK 01) Improved predictions from weather to climate scales |
| Bemerkung zur Veröffentlichung | CC-BY 4.0 |
| Schlagwörter | wind, features, identification, probabilistic random forest, Kriging |