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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».