Evidence of added value in North American regional climate model hindcast simulations using ever-increasing horizontal resolutions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Commonly termed “added value”, the additional regional details gained by high-resolution regional climate models (RCMs) over the coarser resolution reanalysis driving data are often indistinguishable at the 0.44° grid mesh computationally affordable large CORDEX domains. In an attempt to highlight the benefits of finer resolutions to study the RCM added value, five North American weather phenomena are evaluated in RCM hindcast simulations using grid meshes of 0.44°, 0.22° and 0.11° with available observations. The results show that the orographic precipitation on the west coast of North America is enhanced and more realistic, with two distinct rain bands in the finer resolution simulation. The spatial distribution of precipitation in August and the high frequency of summer precipitation extremes over southwestern United States reveal that the North American monsoon is improved with increasing resolution. Only the finer RCM simulation shows skill at producing snowbelts around the Great Lakes by capturing lake-effect snow. A comparison of wind roses in the St. Lawrence River Valley indicates that only the finer RCM simulation is able to reproduce wind channeling by resolving complex orography. Finally, the simulation of the summer land-sea breezes by the RCM simulations leads to added value in the diurnal cycle of precipitation over the Florida peninsula and the Caribbean islands. Overall, the almost systematic improvements of the finer resolution simulations suggest that higher resolutions, only computationally affordable over smaller domains, might get a higher priority to promote RCM added value.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle