Assessment of the underestimation of snowfall accumulation by tipping bucket gauges used operationally by the Spanish national weather service
Notice bibliographique
Résumé
Abstract. Within the framework of the WMO-SPICE (Solid Precipitation Intercomparison Experiment) at the Formigal-Sarrios test site located in the Pyrenees mountain range of Spain, the Thies tipping bucket precipitation gauge was assessed against the SPICE reference. The Thies gauge is the most widely-used precipitation gauge by the Spanish Meteorological State Agency (AEMET) for the measurement of all precipitation types, including snow. It is therefore critical that its performance be characterized. The first objective of this study is to derive transfer functions based on the relationships between catch ratio and wind speed and temperature. Multiple linear regression was applied to 1 h and 3 h accumulation periods, confirming that wind is the most dominant environmental variable affecting the gauge catch efficiency, especially during snowfall events. At wind speeds of 1.5 m s−1 the average catch ratio was 0.7. At 3 m s−1, the average catch ratio was 0.5, and was even lower for temperatures below −2 ºC and decreased to 0.2 or less for higher wind speeds. Following this, this study outlines two areas in Northern Spain that exhibit different catch ratios under weather conditions leading to snowfall events, highlighting the importance of how the precipitation gauge behaves in various conditions.
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) | 0,002 | 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 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 ».