Internal Variability of the Canadian RCM’s Hydrological Variables at the Basin Scale in Quebec and Labrador
Notice bibliographique
Résumé
Abstract The effect of a regional climate model’s (RCM’s) internal variability (IV) on climate statistics of annual series of hydrological variables is investigated at the scale of 21 eastern Canada watersheds in Quebec and Labrador. The analysis is carried out on 30-yr pairs of simulations (twins), performed with the Canadian Regional Climate Model (CRCM) for present (reanalysis and global climate model driven) and future (global climate model driven) climates. The twins differ only by the starting date of the regional simulation—a standard procedure used to trigger internal variability in RCMs. Two different domain sizes are considered: one comparable to domains used for RCM simulations over Europe and the other comparable to domains used for North America. Results for the larger North American domain indicate that mean relative differences between twin pairs of 30-yr climates reach ±5% when spectral nudging is used. Larger differences are found for extreme annual events, reaching about ±10% for 10% and 90% quantiles (Q10 and Q90). IV is smaller by about one order of magnitude in the smaller domain. Internal variability is unaffected by the period (past versus future climate) and by the type of driving data (reanalysis versus global climate model simulation) but shows a dependence on watershed size. When spectral nudging is deactivated in the large domain, the relative difference between pairs of 30-yr climate means almost doubles and approaches the magnitude of a global climate model’s internal variability. This IV at the level of the natural climate variability has a profound impact on the interpretation, analysis, and validation of RCM simulations over large domains.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».