MétaCan
Menu
Retour à la cohorte
Enregistrement W2521223623 · doi:10.1080/07055900.2016.1215287

Searching for Added Value in Simulating Climate Extremes with a High-Resolution Regional Climate Model over Western Canada. II: Basin-Scale Results

2016· article· en· W2521223623 sur OpenAlexafffundvenueabout
Charles L. Curry, Bárbara Tencer, Kirien Whan, Andrew J. Weaver, Michel Giguère, Edward C. Wiebe

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensOuranosPacific Institute for Climate SolutionsUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPrecipitationClimatologyClimate modelEnvironmental sciencePercentileClimate changeStructural basinDrainage basinScale (ratio)DownscalingRange (aeronautics)MeteorologyGeologyGeographyStatistics

Résumé

récupéré en direct d'OpenAlex

We evaluate the capacity of a regional climate model to simulate the statistics of extreme events, and also examine the effect of differing horizontal resolution, at the scale of individual hydrological basins in the topographically complex province of British Columbia, Canada. Two climate simulations of western Canada (WCan) were conducted with the Canadian Regional Climate Model (version 4) at 15 (CRCM15) and 45 km (CRCM45) horizontal resolution driven at the lateral boundaries by global reanalysis over the period 1973–1995. The simulations were evaluated with ANUSPLIN, a daily observational gridded surface temperature and precipitation product and with meteorological data recorded at 28 stations within the upper Peace, Nechako, and upper Columbia River basins. In this work, we focus largely on a comparison of the skill of each model configuration in simulating the 90th percentile of daily precipitation (PR90). The companion paper describes the results for a wider range of temperature and precipitation extremes over the entire WCan domain.Over all three watersheds, both simulations exhibit cold biases compared with observations, with the bias exacerbated at higher resolution. Although both simulations generally display wet biases in median precipitation, CRCM15 features a reduced bias in PR90 in all three basins in summer and throughout the year in the upper Columbia River basin. However, the higher resolution model is inferior to CRCM45 with respect to rarer heavy precipitation events and also displays high spatial variability and lower spatial correlations with ANUSPLIN compared with the coarser resolution model. A reduction in the range of PR90 biases over the upper Columbia basin is noted when the 15 km results are averaged to the 45 km grid. This improvement is partly attributable to the averaging of errors between different elevation data used in the gridded observations and CRCM, but the sensitivity of CRCM15 to resolved topography is also clear from spatial maps of seasonal extremes. At the station scale, modest but systematic reductions in the bias of PR90 relative to ANUSPLIN are again found when the CRCM15 results are averaged to the 45 km grid. Furthermore, the annual cycle of inter-station spatial variance in the upper Columbia River basin is well reproduced by CRCM15 but not by ANUSPLIN or CRCM45. The former result highlights the beneficial effect of spatial averaging of small-scale climate variability, whereas the latter is evidently a demonstration of the added value at high resolution vis-à-vis the improved simulation of precipitation at the resolution limit of the model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,846

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,237
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetClimate variability and modelsTravaux en français237 207