MétaCan
Menu
Retour à la cohorte
Enregistrement W2102624632 · doi:10.1175/jhm-d-15-0003.1

Quantitative Precipitation Estimation from a C-Band Dual-Polarized Radar for the 8 July 2013 Flood in Toronto, Canada

2015· article· en· W2102624632 sur OpenAlexaffabout
Sudesh Boodoo, David Hudak, Alexander Ryzhkov, Pengfei Zhang, Norman Donaldson, David Sills, Janti Reid

Notice bibliographique

RevueJournal of Hydrometeorology · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiquePrecipitation Measurement and Analysis
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésDisdrometerRain gaugeWeather radarAttenuationPrecipitationStormRadarMeteorologyEnvironmental scienceFlood mythFlash floodDual-polarization interferometryDifferential phaseRemote sensingGeologyPhysicsOpticsGeographyPhase (matter)Computer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract A heavy rainfall event over a 2-h period on 8 July 2013 caused significant flash flooding in the city of Toronto and produced 126 mm of rain accumulation at a gauge located near the Toronto Pearson International Airport. This paper evaluates the quantitative precipitation estimates from the nearby King City C-band dual-polarized radar (WKR). Horizontal reflectivity Z and differential reflectivity ZDR were corrected for attenuation using a modified ZPHI rain profiling algorithm, and rain rates R were calculated from R(Z) and R(Z, ZDR) algorithms. Specific differential phase KDP was used to compute rain rates from three R(KDP) algorithms, one modified to use positive and negative KDP, and an R(KDP, ZDR) algorithm. Additionally, specific attenuation at horizontal polarization A was used to calculate rates from the R(A) algorithm. High-temporal-resolution rain gauge data at 44 locations measured the surface rainfall every 5 min and produced total rainfall accumulations over the affected area. The nearby NEXRAD S-band dual-polarized radar at Buffalo, New York, provided rain-rate and storm accumulation estimates from R(Z) and S-band dual-polarimetric algorithm. These two datasets were used as references to evaluate the C-band estimates. Significant radome attenuation at WKR overshadowed the attenuation correction techniques and resulted in poor rainfall estimates from the R(Z) and R(Z, ZDR) algorithms. Rainfall estimation from the Brandes et al. R(KDP) and R(A) algorithms were superior to the other methods, and the derived storm total accumulation gave biases of 2.1 and −6.1 mm, respectively, with correlations of 0.94. The C-band estimates from the Brandes et al. R(KDP) and R(A) algorithms were comparable to the NEXRAD S-band estimates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,053
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,031
Tête enseignante GPT0,260
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations53
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of HydrometeorologyMême sujetPrecipitation Measurement and AnalysisTravaux en français237 207