Wintertime Subkilometer Numerical Forecasts of Near-Surface Variables in the Canadian Rocky Mountains
Notice bibliographique
Résumé
Abstract Numerical weather prediction (NWP) systems operational at many national centers are nowadays used at the kilometer scale. The next generation of NWP models will provide forecasts at the subkilometer scale. Large impacts are expected in mountainous terrain characterized by highly variable orography. This study investigates the ability of the Canadian NWP system to provide an accurate forecast of near-surface variables at the subkilometer scale in the Canadian Rocky Mountains in wintertime when the region is fully covered by snow. Observations collected at valley and high-altitude stations are used to evaluate forecast accuracy at three different grid spacing (2.5, 1, and 0.25 km) over a period of 15 days. Decreasing grid spacing was found to improve temperature forecasts at high-altitude stations because of better orography representation. In contrast, no improvement is obtained at valley stations due to an inability of the model to fully capture at all resolutions the intensity of valley cold pools forming during nighttime. Errors in relative humidity reveal that the model tends to overestimate relative humidity at all resolutions, without improvement with decreasing grid spacing. Wind speed forecasts show large improvements with decreasing grid spacing for high-altitude stations exposed to or sheltered from wind. However, no systematic improvement with decreasing grid spacing is found for all stations, which is similar to previous studies. In addition, the model’s sensitivity at subkilometer grid spacing is investigated by evaluating the effects of (i) accounting for additional drag generated by subgrid orographic features, (ii) considering slope angle and aspect on surface radiation, and (iii) using high-resolution initialization for the surface fields.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».