MétaCan
Menu
Retour à la cohorte
Enregistrement W2136664483 · doi:10.1175/2010waf2222417.1

Nowcasting Challenges during the Beijing Olympics: Successes, Failures, and Implications for Future Nowcasting Systems

2010· article· en· W2136664483 sur OpenAlexaboutno aff
James W. Wilson, Yerong Feng, Min Chen, Rita D. Roberts

Notice bibliographique

RevueWeather and Forecasting · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNowcastingBeijingConvective storm detectionExtrapolationMeteorologyStormClimatologyRadarEnvironmental scienceComputer scienceGeographyChinaGeologyTelecommunicationsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract The Beijing 2008 Forecast Demonstration Project (B08FDP) included a variety of nowcasting systems from China, Australia, Canada, and the United States. A goal of the B08FDP was to demonstrate state-of-the-art nowcasting systems within a mutual operational setting. The nowcasting systems were a mix of radar echo extrapolation methods, numerical models, techniques that blended numerical model and extrapolation methods, and systems incorporating forecaster input. This paper focuses on the skill of the nowcasting systems to forecast convective storms that threatened or affected the Summer Olympic Games held in Beijing, China. The topography surrounding Beijing provided unique challenges in that it often enhanced the degree and extent of storm initiation, growth, and dissipation, which took place over short time and space scales. The skill levels of the numerical techniques were inconsistent from hour to hour and day to day and it was speculated that without assimilation of real-time radar reflectivity and Doppler velocity fields to support model initialization, particularly for weakly forced convective events, it would be very difficult for models to provide accurate forecasts on the nowcasting time and space scales. Automated blending techniques tended to be no more skillful than extrapolation since they depended heavily on the models to provide storm initiation, growth, and dissipation. However, even with the cited limitations among individual nowcasting systems, the Chinese Olympic forecasters considered the B08FDP human consensus forecasts to be useful. Key to the success of the human forecasts was the development of nowcasting rules predicated on the character of Beijing convective weather realized over the previous two summers. Based on the B08FDP experience, the status of nowcasting convective storms and future directions are presented.

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)0,009
score de la tête « metaresearch » (Gemma)0,011
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0050,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,230
Écart entre enseignants0,194 · 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

Citations160
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeather and ForecastingMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207