MétaCan
Menu
Retour à la cohorte
Enregistrement W1970969255 · doi:10.1175/2008jamc1979.1

Development and Testing of Canada-Wide Interpolated Spatial Models of Daily Minimum–Maximum Temperature and Precipitation for 1961–2003

2008· article· en· W1970969255 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Applied Meteorology and Climatology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensEnvironment and Climate Change CanadaNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésPrecipitationEnvironmental scienceInterpolation (computer graphics)SnowMultivariate interpolationMean radiant temperatureLongitudeSmoothingLatitudeMean squared errorClimatologySpatial variabilityMathematicsStatisticsMeteorologyGeodesyClimate changeComputer scienceGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The application of trivariate thin-plate smoothing splines to the interpolation of daily weather data is investigated. The method was used to develop spatial models of daily minimum and maximum temperature and daily precipitation for all of Canada, at a spatial resolution of 300 arc s of latitude and longitude, for the period 1961–2003. Each daily model was optimized automatically by minimizing the generalized cross validation. The fitted trivariate splines incorporated a spatially varying dependence on ground elevation and were able to adapt automatically to the large variation in station density over Canada. Extensive quality control measures were performed on the source data. Error estimates for the fitted surfaces based on withheld data across southern Canada were comparable to, or smaller than, errors obtained by daily interpolation studies elsewhere with denser data networks. Mean absolute errors in daily maximum and minimum temperature averaged over all years were 1.1° and 1.6°C, respectively. Daily temperature extremes were also well matched. Daily precipitation is challenging because of short correlation length scales, the preponderance of zeros, and significant error associated with measurement of snow. A two-stage approach was adopted in which precipitation occurrence was estimated and then used in conjunction with a surface of positive precipitation values. Daily precipitation occurrence was correctly predicted 83% of the time. Withheld errors in daily precipitation were small, with mean absolute errors of 2.9 mm, although these were relatively large in percentage terms. However, mean percent absolute errors in seasonal and annual precipitation totals were 14% and 9%, respectively, and seasonal precipitation upper 95th percentiles were attenuated on average by 8%. Precipitation and daily maximum temperatures were most accurately interpolated in the autumn, consistent with the large well-organized synoptic systems that prevail in this season. Daily minimum temperatures were most accurately interpolated in summer. The withheld data tests indicate that the models can be used with confidence across southern Canada in applications that depend on daily temperature and accumulated seasonal and annual precipitation. They should be used with care in applications that depend critically on daily precipitation extremes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,547

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,209
Écart entre enseignants0,197 · 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