MétaCan
Menu
Retour à la cohorte
Enregistrement W1553479985

Analyse des extrêmes simulés par le modèle régional canadien du climat sur différentes régions de l'Amérique du Nord

2014· article· fr· W1553479985 sur OpenAlexaboutno aff
Philippe Roy

Notice bibliographique

RevueArchipelago (Université du Québec à Montréal) · 2014
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForestryGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cette thèse vise à évaluer la capacité du Modèle Régional Canadien du Climat (MRCC) à reproduire différentes caractéristiques des extrêmes climatiques à l'échelle saisonnière et à estimer leur niveau d'incertitude causé par une modification de la configuration opérationnelle du MRCC. À travers l'utilisation d'indices climatiques décrivant les extrêmes de température et de précipitation quotidiens, nous analyserons leurs comportements et leurs incertitudes sur différentes régions climatiques du nord-est de l'Amérique du Nord. Par ailleurs, nous proposerons une analyse concernant l'importance du schéma de sol dans la simulation des extrêmes de température et de précipitation. Suivra une analyse de la sensibilité du climat et de la variabilité interannuelle simulée, engendrée par une modification de la configuration opérationnelle. La première partie (Chapitre I) aborde la validation et la comparaison de deux versions différentes (3.7.1 et 4.1.1) du MRCC piloté par des ré-analyses (NCEP-NCAR) quant à la reproduction des extrêmes observés et la variabilité climatique durant l'été sur la période historique 1961-1990. Les variables analysées sont la précipitation quotidienne et les températures quotidiennes (minimales et maximales) au-dessus de trois régions situées dans le nord-est de l'Amérique du Nord qui sont caractérisées par une topographie et une densité de stations d'observations différentes. La validation est effectuée en utilisant plusieurs indices d'extrêmes climatiques qui caractérisent la fréquence, l'intensité et la durée des événements de précipitation et de température. L'évaluation de la capacité du MRCC est faite à travers une analyse des distributions statistiques, une métrique de performance et la variabilité interannuelles des anomalies des indices d'extrêmes. La référence observationnelle est construite en interpolant (krigeage) les données observées quotidiennes sur la grille de 45 km du MRCC. La vaste majorité des résultats indiquent que la version 4.1.1 du MRCC améliore la simulation des événements extrêmes par rapport à la version 3.7.1. En particulier, l'intensité des extrêmes de températures maximales, l'amplitude diurne thermique, la fréquence des jours de pluie, la sécheresse saisonnière et, dans une moindre mesure, les températures minimales extrêmes et les précipitations extrêmes. L'étude suggère que ces améliorations sont principalement causées par l'introduction d'un schéma de surface plus réaliste (CLASS 2.7), qui incorpore une représentation du contenu en humidité dans le sol plus sophistiquée. Ceci illustre l'importance de la paramétrisation des processus de surface comme source d'incertitude des extrêmes simulés par un MRC. La deuxième partie (Chapitre II) aborde l'estimation de l'incertitude des extrêmes saisonniers de précipitation (hiver et été) tel que simulés par la version 4.2.3 du MRCC en considérant quatre sources d'incertitude : a) la taille du domaine, b) le choix des données qui pilotent le MRCC, c) le choix du membre d'un modèle donné et d) la variabilité interne du MRCC. La précipitation quotidienne issue de 16 simulations historiques (1961-1990) est analysée. Ces simulations sont pilotées par deux Modèles Couplés Globaux Atmosphère-Océan (MCGAO) différents (i.e. CGCM3, membres # 4 and # 5, and ECHAM5, membres # 1 and # 2), ainsi que par un produit de ré-analyses (i.e. ERA40). Deux domaines différents sont utilisés et couvrent un domaine commun situé au-dessus du nord-est de l'Amérique du Nord. En plus de la précipitation saisonnière moyenne, trois indices d'extrêmes de précipitations sont analysés : le nombre de jours de pluie (≥1 mm jour-1), le nombre maximum de jours consécutif sans pluie (<1 mm jour-1) et le 95è centile de la précipitation. Les résultats montrent que le choix du MCGAO pilotant le MRCC est la source principale d'incertitude pour les deux saisons. Durant l'été, le choix de domaine est la deuxième source d'incertitude, suivi du choix de membre d'un MCGAO. Durant l'hiver, le choix de membre du MCGAO est plus important que le choix de domaine. Ces trois sources d'incertitudes demeurent plus importantes que la variabilité interne du MRCC. Pour tous les indices d'extrêmes, l'incertitude sur la variance de la variabilité interannuelle est plus importante en hiver qu'en été. L'incertitude de la précipitation extrême est plus importante que l'incertitude de la précipitation saisonnière moyenne. Certaines régions présentant d'importants forçages montrent une incertitude systématique. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : modèle régional de climat, extrêmes, ensemble, incertitude, taille du domaine, krigeage, variabilité, Amérique du Nord

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil0,281

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,173
Écart entre enseignants0,162 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (Université du Québec à Montréal)Même sujetClimate variability and modelsTravaux en français237 207