An analysis of the performance of <scp>RCMs</scp> in simulating current climate over western Canada
Notice bibliographique
Résumé
ABSTRACT The performance of eight National Center for Environmental Prediction (NCEP2) reanalysis‐driven regional climate models (RCMs), seven from the North American Regional Climate Change Program (NARCCAP) and one from the Coordinated Regional Downscaling Experiment (CORDEX), in simulating the 1980–2004 climate of western Canada was assessed at a number of spatial and temporal scales. Results indicated that the RCMs were more successful at capturing the seasonal spatial distribution of mean temperature than precipitation and that inaccuracies in the spatial distribution of the summer climate moisture index were likely due to the errors in precipitation distribution and amount. All RCMs performed less well in simulating summer precipitation, most likely due to continued problems with the simulation of convective precipitation. At the grid box scale, quantile–quantile (q–q) plots for temperature indicated that all RCMs showed very similar distributions to observed but with warm or cold biases, and errors in the simulation of a number of temperature‐based extremes indices were related to these biases. For precipitation, q–q plots indicated that most RCMs overestimated precipitation totals, and while tending to follow the observed quantiles at smaller precipitation amounts, they diverged at larger precipitation totals. Performance in simulating the precipitation‐based extremes indices depended largely on whether or not a RCM over‐ or under‐estimated precipitation totals – with those RCMs simulating too much precipitation underestimating the number of consecutive dry days and dry day persistence, and vice versa. Despite improvements in RCM resolution and parameterisation schemes, this work indicates that the simulation of precipitation in particular is still problematic in western Canada. This implies that scenarios of climate change constructed from RCM output require some form of bias correction to be of most use in impacts studies.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».