Assessment of a Regional-Scale Weather Model for Hydrological Applications in South Korea
Notice bibliographique
Résumé
<p class="1Body">In this study, a regional numerical weather prediction (NWP) model known as the Weather Research Forescasting (WRF) model was adopted to improve the quantitative precipitation forecasts (QPF) by optimizing combined microphysics and cumulus parameterization schemes. Four locations in two regions (plain region for Sangkeug and Imsil; mountainous region for Dongchun and Bunchun) in Korean Peninsula were examined for QPF for two heavy rainfall events 2006 and 2008. The maximum Index of Agreement (IOA) was 0.96 at Bunchun in 2006 using the combined Thompson microphysics and the Grell cumulus parameterization schemes. Sensitivity of QPF on domain size at Sangkeug indicated that the localized smaller domain had 55% (from 0.35 to 0.90) improved precipitation accuracy based on IOA of 2008. For the July 2006 Sangkeug event, the sensitivity to cumulus parameterization schemes for precipitation prediction cannot be ignored with finer resolutions. In mountainous region, the combined Thompson microphysics and Grell cumulus parameterization schemes make a better quantitative precipitation forecast, while in plain region, the combined Thompson microphysics and Kain-Frisch cumulus parameterization schemes are the best.</p>
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».