The Pan-Canadian High Resolution (2.5 km) Deterministic Prediction System
Notice bibliographique
Résumé
Abstract Since November 2014, the Meteorological Services of Canada (MSC) has been running a real-time numerical weather prediction system that provides deterministic forecasts on a regional domain with a 2.5-km horizontal grid spacing covering a large portion of Canada using the Global Environmental Multiscale (GEM) forecast model. This system, referred to as the High Resolution Deterministic Prediction System (HRDPS), is currently downscaled from MSC’s operational 10-km GEM-based regional system but uses initial surface fields from a high-resolution (2.5 km) land data assimilation system coupled to the HRDPS and initial hydrometeor fields from the forecast of a 2.5-km cycle, which reduces the spinup time for clouds and precipitation. Forecast runs of 48 h are provided four times daily. The HRDPS was tested and compared to the operational 10-km system. Model runs from the two systems were evaluated against surface observations for common weather elements (temperature, humidity, winds, and precipitation), fractional cloud cover, and also against upper-air soundings, all using standard metrics. Although the predictions of some fields were degraded in some specific regions, the HRDPS generally outperformed the operational system for a majority of the scores. The evaluation illustrates the added value of the 2.5-km model and the potential for improved numerical guidance for the prediction of high-impact weather.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».