MétaCan
Menu
Retour à la cohorte
Enregistrement W1992838066 · doi:10.3137/ao.v450102

Surface water and energy budgets over the Mississippi and Columbia River basins as simulated by two generations of the Canadian regional climate model

2007· article· en· W1992838066 sur OpenAlexaffvenueabout
Raphaël Brochu, René Laprise

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensOuranosUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceStreamflowPrecipitationClimate modelSnowClimatologyClimate changeEvapotranspirationShortwave radiationRange (aeronautics)Drainage basinGeographyMeteorologyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract This paper aims to compare and evaluate the surface energy and water budgets of simulations with the operational version of the Canadian Regional Climate Model (CRCM op) and the developmental version (CRCM dev). The CRCM op and CRCM dev differ in their use of second‐ and third‐generation physical parametrization packages of the Canadian General Circulation Model (CGCM) II and III, respectively. The improvements to the physics of CGCM III include the use of the Canadian LAnd Surface Scheme (CLASS), a three‐layer soil model with explicit treatment of snow and canopy layers; it replaces the so‐called Bucket hydrological scheme and one‐layer force‐restore surface energy budget in the CGCM II. The common experimental configuration for this comparison is taken from the Project to Intercompare Regional Climate Simulations (PIRCS‐1c) over the continental United States between 1987 and 1994. The analysis focuses on two major river basins with substantial differences in atmospheric forcings, vegetation and topography: the Mississippi and the Columbia river basins. The evaluation is made using observation‐based data for monthly means of screen temperature, diurnal temperature range, precipitation, run‐off estimated from streamflow, and snow depth. Some surface fluxes are also compared with the reanalyses from the National Centers for Environmental Prediction/National Center for Atmospheric Research (NCEP/NCAR) and the European Centre for Medium‐range Weather Forecasts (ECMWF). Results show that CRCM dev constitutes an improvement over CRCM op, particularly for summer evapotranspiration, precipitation and diurnal temperature range; a remaining cold bias in screen temperature, however, is associated with an excessive amount of snow in winter and a high run‐off peak in spring. CRCM op underestimates the snow cover at the expense of the frozen water in the soil.

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 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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,627

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 GPT0,219
Écart entre enseignants0,209 · 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 tête enseignante, 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

Citations18
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetClimate variability and modelsTravaux en français237 207