Two Types of Physical Inconsistency to Avoid with Univariate Quantile Mapping: A Case Study over North America Concerning Relative Humidity and Its Parent Variables
Notice bibliographique
Résumé
Abstract Univariate quantile mapping (QM), a technique often used to statistically postprocess climate simulations, may generate physical inconsistency. This issue is investigated here by classifying physical inconsistency into two types. Type I refers to the attribution of an impossible value to a single variable, and type II refers to the breaking of a fixed intervariable relationship. Here QM is applied to relative humidity (RH) and its parent variables, namely, temperature, pressure, and specific humidity. Twelve sites representing various climate types across North America are investigated. Time series from an ensemble of ten 3-hourly simulations are postprocessed, with the CFSR reanalysis used as the reference product. For type I, results indicate that direct postprocessing of RH generates supersaturation values (>100%) at relatively small frequencies of occurrence. Generated supersaturation amplitudes exceed observed values in fog and clouds. Supersaturation values are generally more frequent and higher when RH is deduced from postprocessed parent variables. For type II, results show that univariate QM practically always breaks the intervariable thermodynamic relationship. Heuristic proxies are designed for comparing the initial bias with physical inconsistency of type II, and results suggest that QM generates a problem that is arguably lesser than the one it is intended to solve. When physical inconsistency is avoided by capping one humidity variable at its saturation level and deducing the other, statistical equivalence with the reference product remains much improved relative to the initial situation. A recommendation for climate services is to postprocess RH and deduce specific humidity rather than the opposite.
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».