MétaCan
Menu
Retour à la cohorte
Enregistrement W2782098243

Comparison of radar and numerical weather model rainfall forecasts in the perspective of urban flood prediction

2017· article· en· W2782098243 sur OpenAlexaff
Maite Monica Lovring, Roland Löwe, Vianney Augustin Thomas Courdent, Elbys José Meneses, Steen O. Petersen, Henrik Vedel, H. Petersen, Peter Steen Mikkelsen

Notice bibliographique

RevueTechnical University of Denmark, DTU Orbit (Technical University of Denmark, DTU) · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiquePrecipitation Measurement and Analysis
Établissements canadiensKruger (Canada)
Organismes subventionnairesnon disponible
Mots-clésMeteorologyPerspective (graphical)Flood mythRadarEnvironmental scienceClimatologyWeather radarNumerical weather predictionGeographyComputer scienceGeologyArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

An early flood warning system has been developed for urban catchments and is currently running in online operation in Copenhagen. The system is highly dependent on the quality of rainfall forecast inputs. An investigation of precipitation inputs from Radar Nowcast (RN), Numerical Weather Prediction (NWP) with assimilation of radar and cloud data (RA3), and Ensemble NWP with 25 members (S05) is conducted by comparing against rain gauge measurements and flood extent. Despite lower spatial and temporal resolution, the ensemble product seems promising for forecasting extreme events. A combination of the three forecast products is expected to yield the optimal input for flood warning.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,922

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,241
Écart entre enseignants0,209 · 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'étudeObservationnel
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnical University of Denmark, DTU Orbit (Technical University of Denmark, DTU)Même sujetPrecipitation Measurement and AnalysisTravaux en français237 207