MétaCan
Menu
Retour à la cohorte
Enregistrement W2169893575 · doi:10.1175/2010jhm1274.1

Evaluation of Snowpack Simulations over the Canadian Rockies with an Experimental Hydrometeorological Modeling System

2010· article· en· W2169893575 sur OpenAlexaffabout
Marco L. Carrera, Stéphane Bélair, Vincent Fortin, Bernard Bilodeau, Dorothée Charpentier, Isabelle Doré

Notice bibliographique

RevueJournal of Hydrometeorology · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésSnowpackHydrometeorologySnowForcing (mathematics)Environmental sciencePrecipitationClimatologyTerrainMeteorologyNumerical weather predictionPrecipitable waterAtmospheric sciencesGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract To improve the representation of the land surface in their operational numerical weather prediction (NWP) models, the Meteorological Research Division of Environment Canada (EC) is developing an external hydrometeorological modeling and data assimilation system. The objective of this study is to verify the improvement in simulating snow cover extent (SCE) and snow water equivalent (SWE) over the Canadian Rockies with this new modeling system. This study will be an important first step in determining the optimal configuration of the land surface model and atmospheric forcing for a future operational implementation. Simulated SCE is compared with the Interactive Multisensor Snow and Ice Mapping System (IMS) analysis, while simulated SWE values are verified against a series of manual snow survey sites located within the Canadian Rockies. Results show that land surface model simulations of SCE and SWE were sensitive to precipitation forcing. Simulations at both low and high resolution forced with EC’s experimental precipitation analysis were found to underestimate SCE and SWE values. Mountain snowpack retreated too early during the spring melt period. Precipitation forcing derived from EC’s short-range NWP model resulted in improved values for both SCE and SWE, which also contributed to higher contributions to streamflow. Terrain adjusting the atmospheric forcing data was found to be important for properly modeling local extreme SWE values. A comparison with available precipitation observations over the Canadian Rockies region found EC’s experimental precipitation analysis to possess a negative precipitation bias that increases with increasing elevation.

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)0,001
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 enseignants0,144
Score d'incertitude au seuil0,290

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
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 Opus0,044
Tête enseignante GPT0,272
Écart entre enseignants0,228 · 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

Citations58
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of HydrometeorologyMême sujetCryospheric studies and observationsTravaux en français237 207