MétaCan
Menu
Retour à la cohorte
Enregistrement W2160951749 · doi:10.1175/waf-d-13-00008.1

An Evaluation of Tropical Cyclone Genesis Forecasts from Global Numerical Models

2013· article· en· W2160951749 sur OpenAlexaboutno aff
Daniel J. Halperin, Henry E. Fuelberg, Robert E. Hart, Joshua H. Cossuth, Philip Sura, Richard J. Pasch

Notice bibliographique

RevueWeather and Forecasting · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTropical and Extratropical Cyclones Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationMet OfficeFlorida State UniversityNational Aeronautics and Space Administration
Mots-clésClimatologyTropical cycloneTropical cyclone forecast modelGlobal Forecast SystemMeteorologyNumerical weather predictionEnvironmental scienceForecast skillQuantitative precipitation forecastConsensus forecastComputer sciencePrecipitationEconometricsGeologyGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Tropical cyclone (TC) forecasts rely heavily on output from global numerical models. While considerable research has investigated the skill of various models with respect to track and intensity, few studies have considered how well global models forecast TC genesis in the North Atlantic basin. This paper analyzes TC genesis forecasts from five global models [Environment Canada's Global Environment Multiscale Model (CMC), the European Centre for Medium-Range Weather Forecasts (ECMWF) global model, the Global Forecast System (GFS), the Navy Operational Global Atmospheric Prediction System (NOGAPS), and the Met Office global model (UKMET)] over several seasons in the North Atlantic basin. Identifying TCs in the model is based on a combination of methods used previously in the literature and newly defined objective criteria. All model-indicated TCs are classified as a hit, false alarm, early genesis, or late genesis event. Missed events also are considered. Results show that the models' ability to predict TC genesis varies in time and space. Conditional probabilities when a model predicts genesis and more traditional performance metrics (e.g., critical success index) are calculated. The models are ranked among each other, and results show that the best-performing model varies from year to year. A spatial analysis of each model identifies preferred regions for genesis, and a temporal analysis indicates that model performance expectedly decreases as forecast hour (lead time) increases. Consensus forecasts show that the probability of genesis noticeably increases when multiple models predict the same genesis event. Overall, this study provides a climatology of objectively identified TC genesis forecasts in global models. The resulting verification statistics can be used operationally to help refine deterministic and probabilistic TC genesis forecasts and potentially improve the models examined.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,071
Tête enseignante GPT0,273
Écart entre enseignants0,202 · 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

Citations91
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeather and ForecastingMême sujetTropical and Extratropical Cyclones ResearchTravaux en français237 207