How Well Are the Distribution and Extreme Values of Daily Precipitation over North America Represented in the Community Climate System Model? A Comparison to Reanalysis, Satellite, and Gridded Station Data
Notice bibliographique
Résumé
Abstract An intercomparison of the distribution and extreme values of daily precipitation between the National Center for Atmospheric Research Community Climate System Model, version 4 (CCSM4) and several observational/reanalysis data sources are conducted over the contiguous United States and southern Canada. The use of several data sources, from gridded station, satellite, and reanalysis products, provides a measure of errors in the reference datasets. An examination of specific locations shows that the global climate model (GCM) distributions closely match the observations along the East and West Coasts, with larger discrepancies in the Great Plains and Rockies. In general, the distribution of model precipitation is more positively skewed (more light and less heavy precipitation) in the Great Plains and the eastern United States compared to gridded station observations, a recurring error in GCMs. In the Rocky Mountains the GCMs generally overproduce precipitation relative to the observations and furthermore have a more negatively skewed distribution, with fewer lower daily precipitation values relative to higher values. Extreme precipitation tends to be underestimated in regions and time periods typically characterized by large amounts of convective precipitation. This is shown to be the result of errors in the parameterization of convective precipitation that have been seen in previous model versions. However, comparison against several data sources reveals that model errors in extreme precipitation are approaching the magnitude of the disparity between the reference products. This highlights the existence of large errors in some of the products employed as observations for validation purposes.
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 | 0,004 | 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».