A New Environment Canada Regional Ice Analysis System
Notice bibliographique
Résumé
This paper describes a new regional ice analysis system developed at Environment Canada. It is primarily designed to satisfy the requirements for planning of marine transportation and other marine operations in ice-infested waters around North America, including Canada's two Arctic Metareas; regional sea-ice model initialization; and the needs of regional numerical weather prediction models. A three-dimensional variational approach (3D-Var) is used to assimilate various types of observations. In this first version, only analyses of ice concentration are produced at approximately 5 km resolution using a 6 h persistence forecast from the previous analysis as the background state. The assimilated observations are sea-ice concentrations from two sources of passive microwave satellite data, Advanced Microwave Scanning Radiometer-Earth observing system (AMSR-E) and Special Sensor Microwave/Imager (SSM/I), and manually derived ice charts from the Canadian Ice Service (CIS). Objective verification scores computed from independent data are used to evaluate the accuracy of the analyses in comparison with other available sources of ice information. This comparison demonstrates that the new analyses have consistently more accurate ice extent compared with the currently operational global sea-ice analyses at the Canadian Meteorological Centre. It also shows that the early morning analysis can provide marine transportation clients with a valuable update to the most recently available CIS daily ice chart. RÉSUMÉ [Traduit par la rédaction] Cet article décrit un nouveau système d'analyse régionale des glaces mis au point à Environnement Canada. Il est principalement conçu pour répondre aux exigences de la planification du transport maritime et autres opérations maritimes dans les eaux infestées de glace entourant l'Amérique du Nord, y compris les deux régions météorologiques arctiques du Canada, pour l'initialisation du modèle régional de glaces de mer et pour les besoins des modèles régionaux de prévision météorologique numérique. Nous utilisons une approche variationnelle tridimensionnelle (3D-VAR) pour assimiler différents types d'observations. Dans cette première version, seules des analyses de la concentration de la glace sont produites avec une résolution d'environ 5 km à l'aide d'une prévision de 6 h basée sur la persistance à partir de l'analyse précédente utilisée comme l'ébauche. Les observations assimilées sont les concentrations de la glace de mer de deux sources satellitaires de données hyperfréquences passives — le radiomètre à balayage hyperfréquences de pointe du Système d'observation de la Terre (AMSR-E) et le capteur hyperfréquences spécialisé/imageur (SSM/I) — et les cartes des glaces élaborées manuellement du Service canadien des glaces (SCG). Nous utilisons des indices de vérification objectifs calculés à partir de données indépendantes pour évaluer l'exactitude des analyses par comparaison avec d'autres sources d'information sur les glaces disponibles. Il ressort que les nouvelles analyses ont constamment des étendues de glaces plus exactes que les analyses globales opérationnelles courantes des glaces de mer employées au Centre météorologique canadien. Cela montre aussi que l'analyse préliminaire du matin peut fournir aux clients du transport maritime une mise à jour valable de la plus récente carte quotidienne des glaces du SCG.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,014 |
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 source (Gemma direct ou Codex distillé), 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 ».