Evaluation of Total Precipitable Water from CRCM4 using the NVAP-MEaSUREs Dataset and ERA-Interim Reanalysis Data
Notice bibliographique
Résumé
The fourth-generation Canadian Regional Climate Model’s (CRCM4) precipitable water is evaluated and compared with observational data and ERA-Interim reanalysis data over five Canadian basins with simulations driven by ERA-Interim (two) and global climate models (two). Considering the 22 years of data available in the observations, we analyze precipitable water’s behaviour through its annual cycle, its daily distribution, and its annual daily maxima. For the simulations driven by reanalyses, differences in annual daily maximum values and their correlations with observations are examined. In general, the values for precipitable water simulated by CRCM4 are similar to those observed, and the model reproduces both the interannual and inter-basin variabilities. The simulation at 15 km resolution produces higher extreme values than simulations performed at 45 km resolution and higher than the observations taken at coarser resolution (1°), without much influence on the mean behaviour. Some underestimation is found with the simulation driven by the Canadian Centre for Climate Modelling and Analysis Model, version 3, a sign of a cold and dry bias, whereas the run driven by the European Centre Hamburg Model, version 5, is much closer to the observations, pointing to the importance of closely considering the regional–global model combination. Overall, CRCM4's ability to reproduce the major characteristics of observed precipitable water makes it a possible tool for providing precipitable water data that could serve as a basis for probable maximum precipitation and probable maximum flood studies at the basin scale.
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 | 0,002 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».