Development and analysis of a simple model to represent the zero rainfall in a universal multifractal framework
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. High-resolution rainfall fields contain numerous zeros (i.e. pixels or time steps with no rain) which are either real or artificial – that is to say associated with the limit of detection of the rainfall measurement device. In this paper we revisit the enduring discussion on the source of this intermittency, e.g. whether it requires specific modelling. We first review the framework of universal multifractals (UM), which are commonly used to analyse and simulate geophysical fields exhibiting extreme variability over a wide range of scales with the help of a reduced number of parameters. However, this framework does not enable properly taking into account these numerous zeros. For example, it has been shown that performing a standard UM analysis directly on the field can lead to low observed quality of scaling and severe bias in the estimates of UM parameters. In this paper we propose a new simple model to deal with this issue. It is a UM discrete cascade process, where at each step if the simulated intensity is below a given level (defined in a scale invariant manner), it only has a predetermined probability to survive and is otherwise set to zero. A threshold can then be implemented at the maximum resolution to mimic the limit of detection of the rainfall measurement device. While also imperfect, this simple model enables explanation of most of the observed behaviour, e.g. the presence of scaling breaks, or the difference between statistics computed for single events or longer periods.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,000 | 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 découle