Can added value be expected in RCM-simulated large scales?
Notice bibliographique
Résumé
Nested Limited-Area Models require driving data to define their lateral boundary conditions (LBC). The optimal choice of domain size and the repercussions of LBC errors on Regional Climate Model (RCM) simulations are important issues in dynamical downscaling work. The main objective of this paper is to investigate the effect of domain size, particularly on the larger scales, and to question whether an RCM, when run over very large domains, can actually improve the large scales compared to those of the driving data. This study is performed with a detailed atmospheric model in its global and regional configurations, using the “Imperfect Big-Brother” (IBB) protocol. The ERA-Interim reanalyses and five global simulations are used to drive RCM simulations for five winter seasons, on four domain sizes centred over the North American continent. Three variables are investigated: precipitation, specific humidity and zonal wind component. The results following the IBB protocol show that, when an RCM is driven by perfect LBC, its skill at reproducing the large scales decreases with increasing the domain of integration, but the errors remain small even for very large domains. On the other hand, when driven by LBC that contain errors, RCMs can bring some reduction of errors in large scales when very large domains are used. The improvement is found especially in the amplitude of patterns of both the stationary and the intra-seasonal transient components. When large errors are present in the LBC, however, these are only partly corrected by the RCM. Although results showed that an RCM can have some skill at improving imperfect large scales supplied as driving LBC, the main added value of an RCM is provided by its small scales and its skill to simulate extreme events, particularly for precipitation. Under the IBB protocol all RCM simulations were fairly skilful at reproducing small scales statistics, although the skill decreased with increasing LBC errors. Coarse-resolution model simulations have difficulties in simulating heavy precipitation events, and as a result their precipitation distributions are systematically shifted toward smaller intensity. Under the IBB protocol, all RCM simulations have distributions very similar to the reference field, being little affected by LBC errors, and no significant differences were found between the small scales statistics and the precipitation distributions obtained over different RCM 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 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 | 0,007 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».