MétaCan
Menu
Retour à la cohorte
Enregistrement W2134557529 · doi:10.1002/we.1538

Development of a geophysic model output statistics module for improving short‐term numerical wind predictions over complex sites

2012· article· en· W2134557529 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueWind Energy · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensTransCanada (Canada)Université de MonctonEnvironment and Climate Change CanadaÉcole de Technologie SupérieureNordic Life Science Pipeline (Canada)
Organismes subventionnairesnon disponible
Mots-clésMeteorologyNumerical weather predictionTerrainTerm (time)GridMean squared errorGlobal Forecast SystemWeather Research and Forecasting ModelEnvironmental scienceForecast skillForecast verificationModel output statisticsRepresentation (politics)ClimatologyStatisticsMathematicsGeographyGeologyGeodesyCartography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Developed for short‐term (0–48 h) wind power forecasting purposes, high‐resolution meteorological forecasts for Eastern Canada are available from Environment Canada's Numerical Weather Prediction (NWP) model configured on a limited area (GEM‐LAM). This paper uses 3 years of forecast data from this model for the region of North Cape (Prince Edward Island, Canada). Although the model resolution is relatively high (2.5 km), statistical analysis and site inspection reveal that the model does not have a sufficiently refined grid to properly represent the meteorological phenomena over this complex coastal site. To cope with such representation error, a generalized Geophysic Model Output Statistics (GMOS) module is developed and applied to reduce the forecast error of the NWP forecasts. GMOS differs from other Model Output Statistics (MOS) that are widely used by meteorological centres in the following aspects: (i) GMOS takes into account the surrounding geophysical parameters such as surface roughness, terrain height, etc., along with wind direction; (ii) GMOS can be directly applied for model output correction without any training. Compared with other methods, GMOS using a multiple grid point approach improves the GEM‐LAM predictions root mean squared error by 1–5% for all time horizons and most meteorological conditions. Also, the topographic signature of the forecast error (uneven directional distribution of the forecast error related to the surface characteristics) due to misrepresentation issues is significantly reduced. The NWP forecasts combined with GMOS outperform the persistence model from a 2 h horizon, instead of 3 h using MOS. Finally, GMOS is applied and validated at two other sites located in New Brunswick, Canada. Similar improvements on the forecasts were observed, thus showing the general applicability of GMOS. Copyright © 2012 John Wiley & Sons, Ltd.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,263
Score d'incertitude au seuil0,427

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,057
Tête enseignante GPT0,250
Écart entre enseignants0,193 · 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