Development and evaluation of an operational SDS forecasting system for East Asia: CUACE/Dust
Notice bibliographique
Résumé
Abstract. CUACE/Dust, an operational mesoscale sand and dust storm (SDS) forecasting system for East Asia, has been developed by online coupling a dust aerosol emission scheme and dust aerosol microphysics onto a regional meteorological model with improved advection and diffusion schemes and a detailed Northeast Asia soil erosion database. With improved initial dust aerosol conditions through a 3-DVar data assimilation system, CUACE/Dust successfully forecasted most of the 31 SDS processes in East Asia. A detailed comparison of the model predictions for the 8–12 March SDS process with surface network observations and lidar measurements revealed a robust forecasting ability of the system. The time series of the operationally forecasted dust concentrations for a number of representative stations for the whole spring 2006 (1 March–31 May) were evaluated against surface PM10 monitoring data, showing a good agreement in terms of the SDS timing and magnitudes at and near the source regions where dust aerosols dominate. For the operational forecasts of spring 2006 in East Asia, a TS (threat score) system evaluated the performance of CUACE/Dust against all available observations and rendered a spring averaged TS value of 0.31 for FT1 (24 h forecasts), 0.23 for FT2 (48 h forecasts) and 0.21 for FT3 (72 h forecasts).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».