Suitability of North American Regional Reanalysis (NARR) output for hydrologic modelling and analysis in mountainous terrain
Notice bibliographique
Résumé
Abstract Meteorological observations at high elevations in mountainous regions are often lacking. One opportunity to fill this data gap is through the use of downscaled output from weather reanalysis models. In this study, we tested the accuracy of downscaled output from the North American Regional Reanalysis (NARR) against high‐elevation surface observations at four ridgetop locations in the southern Coast Mountains of British Columbia, Canada. NARR model output was downscaled to the surface observation locations through three‐dimensional interpolation for air temperature, vapour pressure and wind speed and two‐dimensional interpolation for radiation variables. Accuracy was tested at both the 3‐hourly and daily time scales. Air temperature displayed a high level of agreement, especially at the daily scale, with root mean square error (RMSE) values ranging from 0.98 to 1.21 °C across all sites. Vapour pressure downscaling accuracy was also quite high (RMSE of 0.06 to 0.11 hPa) but displayed some site specific bias. Although NARR overestimated wind speed, there were moderate to strong linear relations ( r 2 from 0.38 to 0.84 for daily means), suggesting that the NARR output could be used as an index and bias‐corrected. NARR output reproduced the seasonal cycle for incoming short‐wave radiation, with Nash–Sutcliffe model efficiencies ranging from 0.78 to 0.87, but accuracy suffered on days with cloud cover, resulting in a positive bias and RMSE ranged from 42 to 46 Wm − 2 . Although fewer data were available, incoming long‐wave radiation from NARR had an RMSE of 19 Wm − 2 and outperformed common methods for estimating incoming long‐wave radiation. NARR air temperature showed potential to assist in hydrologic analysis and modelling during an atmospheric river storm event, which are characterized by warm and wet air masses with atypical vertical temperature gradients. The incorporation of a synthetic NARR air temperature station to better represent the higher freezing levels resulted in increased predicted peak flows, which better match the observed run‐off during the event. Copyright © 2016 John Wiley & Sons, Ltd.
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 | 0,001 |
| 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 ».