MétaCan
Menu
Retour à la cohorte
Enregistrement W2034607695 · doi:10.1080/07055900.2011.587238

Evaluation of Land Surface Scheme SABAE-HW in Simulating Snow Depth, Soil Temperature and Soil Moisture within the BOREAS Site, Saskatchewan

2011· article· en· W2034607695 sur OpenAlexafffundvenueabout
Alireza Hejazi, Allan D. Woodbury

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanadian Water Network
Mots-clésEnvironmental scienceSnowWater contentWater tableBorealSoil scienceSoil waterHydrology (agriculture)PrecipitationMoistureVegetation (pathology)Atmospheric sciencesGroundwaterGeologyMeteorologyGeographyGeomorphologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

The Soil Atmosphere Boundary, Accurate Evaluation of Heat and Water (SABAE-HW) model is a multilayered, one-dimensional, physically based version of the Canadian Land Surface Scheme (CLASS) and uses the same methodologies as CLASS, version 2.6. SABAE provides an improved interface for groundwater modelling to simulate soil moisture, soil temperature, energy fluxes and snow depth for a wide range of soil and vegetation. This paper reports the results of the first field comparison of SABAE-HW using an extensive ten-year dataset from the Boreal Ecosystem Atmosphere Study (BOREAS) and the Boreal Ecosystem Research and Monitoring Sites (BERMS) project, an area in central Saskatchewan, Canada, rich in terms of hydrological and meteorological data. The model is also independently tested and verified with the Simultaneous Heat and Water (SHAW) model, which is an unsaturated-zone transport model. Two boundary conditions are considered at the bottom of the soil profile: a water table boundary condition and a unit gradient boundary condition. There was substantial agreement between the results of the simulations and observations in terms of snow depth and soil temperature. Snow depth and soil temperature were simulated reasonably well by SABAE, with correlation values of 0.96 and 0.98, respectively. However, there were some discrepancies for simulated soil temperature in winter. General agreement was obtained in terms of unfrozen soil moisture results, especially at greater depths, but there were general similarities in observed and simulated soil moisture trends in winter. An average correlation of 0.55 was found for SABAE while the correlation for SHAW was much smaller (less than 0.30), which indicates a better fit between simulated and field data by SABAE. Although a unit gradient boundary condition does not influence soil moisture, it was found that unit gradient boundary runs resulted in increased bias towards overestimation of the soil temperature. Thus, a safer and more accurate approach, we believe, is to adopt a first type boundary (i.e., water table) condition at the bottom of the domain. This has implications for climate and weather modelling in general. The result of this field testing demonstrated the potential and high accuracy of SABAE-HW as a Canadian model capable of simulating snow depth, snow temperature, soil moisture, energy fluxes, and we believe it is now appropriate to include this land surface scheme with its counterparts. R ésumé [Traduit par la rédaction] Le modèle Soil Atmosphere Boundary, Accurate Evaluation of Heat and Water (SABAE-HW) est une version multicouche, à une dimension, basée sur la physique du schéma CLASS (Canadian Land Surface Scheme) qui utilise les mêmes méthodologies que le CLASS version 2.6. Le SABAE offre une interface améliorée pour la modélisation des eaux sous-terraines permettant de simuler l'humidité du sol, la température du sol, les flux d'énergie et l'épaisseur de la neige pour une grande variété de sols et de végétation. Cet article présente les résultats de la première comparaison terrain du SABAE-HW en utilisant une base de données étendue de dix ans de l'Étude de l'atmosphère et des écosystèmes boréaux (BOREAS) et du projet des Sites de recherche et de surveillance des écosystèmes boréaux (BERMS), une région du centre de la Saskatchewan, au Canada, riche en données hydrologiques et météorologiques. Le modèle est aussi indépendamment testé et vérifié à l'aide du Simultaneous Heat and Water (SHAW), un modèle de transport en zone non saturée. Deux conditions aux limites sont supposées au fond du profil du sol : une condition aux limites de nappe phréatique et une condition aux limites de gradient unitaire. On a trouvé une concordance importante entre les résultats des simulations et les observations en ce qui a trait à l'épaisseur de la neige et à la température du sol. L'épaisseur de la neige et la température du sol ont été raisonnablement bien simulées par le modèle SABAE, avec des corrélations de 0,96 et 0,98, respectivement. Cependant, il y avait certaines divergences pour la température simulée du sol en hiver. Pour ce qui est des résultats concernant l'humidité du sol non gelé, ils s'accordaient généralement, surtout pour les plus grandes profondeurs, mais il y avait des similarités générales dans les tendances observées et simulées de l'humidité du sol en hiver. Nous avons trouvé une corrélation moyenne de 0,55 pour le SABAE alors que la corrélation pour le SHAW était beaucoup plus faible (0,30), ce qui indique un meilleur ajustement des données simulées aux données de terrain pour le SABAE. Même si une condition aux limites de gradient unitaire n'influence pas l'humidité du sol, il ressort que des passes faites avec un gradient unitaire aux limites ont produit un biais accru vers la surestimation de la température du sol. Donc, nous croyons qu'une approche plus sûre et plus précise serait d'adopter une condition aux limites de Dirichlet (c.-à-d. une nappe phréatique) au fond du domaine. Ceci a des répercussions sur la modélisation du climat et du temps en général. Le résultat de cet essai sur le terrain a démontré le potentiel et la grande exactitude du SABAE-HW en tant que modèle canadien capable de simuler l'épaisseur de la neige, la température du sol, l'humidité du sol et les flux d'énergie et nous croyons qu'il est maintenant approprié d'inclure ce schéma de surface avec ses contreparties.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,536
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,034
Tête enseignante GPT0,243
Écart entre enseignants0,208 · 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.

Devis d'étudeObservationnel
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

Citations8
Publié2011
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetClimate change and permafrostTravaux en français237 207