An analysis of regional climate model performance over the tropical Americas. Part I: simulating seasonal variability of precipitation associated with ENSO forcing
Notice bibliographique
Résumé
Sea surface temperature (SST) anomalies associated with El Niño/Southern Oscillation (ENSO) constitute a major source of predictability in the tropics. We evaluate the ability of a regional climate model (the Rossby Centre Atmospheric Model; RCA) to downscale SST and large-scale atmospheric anomalies associated with ENSO. RCA is configured over the tropical east Pacific and tropical Americas and runs for the period 1979–2005, using European Centre for Medium-Range Weather Forecasts (ECMWF) lateral and surface boundary conditions. We study the ability of RCA to represent regional patterns of precipitation, with respect to both the climatology and interannual variability associated with ENSO. The latter is achieved by grouping the simulations into El Niño and La Niña composites and studying the delayed response of precipitation to SST forcing in four regions of Central and South America.In this paper, we concentrate on seasonal mean timescales. We find that RCA accurately simulates the main features of the precipitation climatology over the four regions and also reproduces the majority of the documented regional responses to ENSO forcing. Furthermore, the model captures the variability in precipitation anomalies between different ENSO events. The model exhibits a wet bias over the northern Amazon and slightly overestimates the magnitude of ENSO anomalies over Central America.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».