Assessing land‐atmosphere coupling using soil moisture from the Global Land Data Assimilation System and observational precipitation
Notice bibliographique
Résumé
Precipitation analysis and soil moisture from the Global Land Data Assimilation System (GLDAS) are used to assess the land‐atmosphere coupling in boreal summer. Correlations between antecedent soil moisture and precipitation suggest that regions of strong land‐atmosphere coupling lie mainly in arid to semiarid transition zones or in semihumid forest to grassland transition zones. They consist of central Eurasia, the region from Mongolia to northern China, southwest China, the Sahel, the northern continental United States, and southern Europe. It is found that over these regions, positive soil moisture feedback accounts for typically 10–20% of the variance of monthly precipitation anomalies with the feedback efficiency of the order of 0.3–0.9 mm month−1 (0.1 standardized soil moisture)−1. While soil moisture feedback is dominated by the positive sign, negative feedback may exist in some areas, such as India and the western part and Quebec province of Canada. Generally, the land‐atmosphere coupling strength estimated from the GLDAS data agrees well with those from the observational soil moisture in Illinois and the European Centre for Medium‐Range Weather Forecasts 40‐year reanalysis (ERA‐40) soil moisture product. Physical mechanisms responsible for the findings are further discussed. This study provides a Northern Hemisphere distribution of the land‐atmosphere coupling strength, which can be used to test the model simulations on monthly to seasonal time scales.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».