MétaCan
Menu
Retour à la cohorte
Enregistrement W2138305279 · doi:10.1002/2012wr012885

The spatial scale of model errors and assimilated retrievals in a terrestrial water storage assimilation system

2013· article· en· W2138305279 sur OpenAlexaboutno aff
Barton A. Forman, Rolf H. Reichle

Notice bibliographique

RevueWater Resources Research · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceData assimilationSurface runoffScale (ratio)Drainage basinSnowSpatial ecologyHydrology (agriculture)MeteorologyClimatologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Synthetic satellite observations (or retrievals) of terrestrial water storage (TWS) in the Mackenzie River basin located in northwestern Canada were assimilated into the Catchment land surface model to evaluate the impact (i) assimilating TWS retrievals at subbasin (∼105 km2) or basin (∼106 km2) scales and (ii) incorrectly specifying the model error correlation length that is used for the perturbation of model forcing and prognostic variables in the ensemble‐based assimilation system. Specifically, a total of 16 experiments were conducted over a 9 year study period using different combinations of the spatial scale of the assimilated TWS retrievals and the horizontal model error correlation length. In general, assimilation of the TWS retrievals at the subbasin scale (∼2.7 × 105 km2 on average) yielded the best agreement relative to the synthetic truth. Greater improvement in TWS and snow water equivalent, in general, was witnessed as the (designed) horizontal model error correlation length increased. Conversely, subsurface soil water, evaporation, and runoff estimates typically improved (or remained unchanged) as the horizontal model error correlation length decreased. As the scale of the assimilated TWS retrieval decreased, more mass was effectively transferred from snow water equivalent into the subsurface, thereby dampening the hydrologic runoff response in the study area and correcting for improper model physics related to the runoff routing scheme. In general, TWS retrievals should be assimilated at the smallest spatial scale for which the observation errors can be considered uncorrelated while the specification of the horizontal error correlation length scale is of secondary importance.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,057
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0000,001
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 Opus0,034
Tête enseignante GPT0,280
Écart entre enseignants0,246 · 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'étudeSimulation ou modélisation
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

Citations27
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetHydrology and Watershed Management StudiesTravaux en français237 207