Transferability of climate simulation uncertainty to hydrological impacts
Notice bibliographique
Résumé
Considering rapid increases in the number of climate model simulations being produced by modelling centres, it is often infeasible to use all of them in climate change impact studies. In order to thoughtfully select subsets of climate simulations from a large ensemble, several envelope-based methods have been proposed. The subsets are expected to cover a similar uncertainty envelope to the full ensemble in terms of climate variables. However, it is not a given that the uncertainty in hydrological impacts will be similarly well represented. Therefore, this study investigates the transferability of climate uncertainty related to the choice of climate simulations to hydrological impacts. Two envelope-based selection methods, K means clustering and the Katsavounidis–Kuo–Zhang (KKZ) method, are used to select subsets from an ensemble of 50 climate simulations over two watersheds with very different climates using 31 precipitation and temperature variables. Transferability is evaluated by comparing uncertainty coverage between climate variables and 17 hydrological variables simulated by a hydrological model. The importance of choosing climate variables properly when selecting subsets is investigated by including and excluding temperature variables. Results show that KKZ performs better than K means at selecting subsets of climate simulations for hydrological impacts, and the uncertainty coverage of climate variables is similar to that of hydrological variables. The subset of the first 10 simulations covers over 85 % of total uncertainty. As expected, temperature variables are important for the snow-related watershed, but less important for the rainfall-driven watershed. Overall, envelope-based selection of around 10 climate simulations, based on climate variables that characterize the physical processes controlling the hydrology of the watershed, is recommended for hydrological impact 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 | 0,009 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».