Comparison of land surface scheme simulations with field observations <i>versus</i> atmospheric model output as forcing
Notice bibliographique
Résumé
The low density of meteorological stations in parts of Canada necessitates using numerical weather prediction (NWP)/assimilation output for hydrological modelling. In this study, comparisons are made of simulated land surface variables when using field observations versus NWP output as forcing for two well-instrumented sites: the mountainous and forested Marmot Creek Basin (MCRB) in the Canadian Rocky Mountains, and a prairie cropland/grassland site (Kenaston). The Canadian Land Surface Scheme 3.6 (CLASS) was used for modelling. The Global Environmental Multiscale (GEM) model with Canadian Precipitation Analysis (CaPA) was also used as forcing. There was good agreement between observed meteorology and GEM/CaPA, though some deficiencies in GEM/CaPA were identified: the effects of sub-grid topography on incoming radiation and wind speed were not accounted for at MCRB, and CaPA did not capture some convective rainfall events at Kenaston. CLASS simulations using both sets of forcing showed difficulties in simulating snow depth, soil moisture and evapotranspiration; certain difficulties were linked to GEM/CaPA deficiencies and/or CLASS. Both sets of forcing tended to overestimate the duration of snow cover at MCRB, but during different years. With GEM/CaPA as forcing, CLASS overestimated the duration of frozen soils. The GEM/CaPA precipitation difficulties at Kenaston degraded soil moisture simulations.EDITOR A. Castellarin; ASSOCIATE EDITOR E. Volpi
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 | 0,000 | 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 ».