Evaluating COSMO’s lake module (FLake) for an East-African lake using a comprehensive set of lake temperature profiles
Notice bibliographique
Résumé
The African great lakes are of utmost importance for the local economy (fishing), as well as being essential to the survival of the local people. During last decades, these lakes have been changing rapidly and their evolution is a major concern. Hence, it is important to correctly represent them in regional climate models for simulations over tropical Africa. However, so far lake models have been developed and tested primarily for boreal conditions. In this study, for the first time the freshwater lake model FLake is evaluated over East-Africa, more specifically over lake Kivu. Meteorological observations from January 2003 to December 2008 from an automatic weather station in Bukavu, DRC, are used to drive the standalone version of FLake. For the evaluation, a unique dataset is used which contains over 200 temperature profiles recorded since 2002. Results show that FLake in its default configuration is very successful at reproducing both the timing and magnitude of the seasonal cycle at 5 m depth. Flake captures that this seasonality is regulated by the water vapour pressure, which constrains evaporation except during summer (JJA). A positive bias of ~1 K is attributed to the driving data, which are collected in the city and are therefore expected to mirror higher temperatures and lower wind speeds compared to the lake surface. The evaluation also showed that driving FLake with Era-Interim from the nearest pixel does only slightly deteriorate the model performance. Using forcing fields from the Canadian Regional Climate Model, version 5 (CRCM5) simulation output gives similar performance as Era-Interim. Furthermore, a drawback of FLake is that it does not account for salinity and its effect upon lake stratification, and therefore requires artificial initial conditions for both lake depth and bottom temperature in order to reproduce the correct mixing regime in lake Kivu. Further research will therefore aim at improving Flake’s representation of tropical lakes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».