Seasonal Predictability of Summer Rainfall over South America
Notice bibliographique
Résumé
The seasonal predictability of austral summer rainfall is evaluated in a set of retrospective forecasts (hindcasts) performed as part of the Minerva and Metis projects. Both projects use the European Centre for Medium-Range Weather Forecasts (ECMWF) Integrated Forecast System (IFS) coupled to the Nucleus for European Modelling of the Ocean (NEMO). The Minerva runs consist of three sets of hindcasts where the spatial resolution of the model’s atmospheric component is progressively increased while keeping the spatial resolution of its oceanic component constant. In the Metis runs, the spatial resolution of both the atmospheric and oceanic components are progressively increased. We find that raw model predictions show seasonal forecast skill for rainfall over northern and southeastern South America. However, predictability is difficult to detect on a local basis, but it can be detected on a large-scale pattern basis. In addition, increasing horizontal resolution does not lead to improvements in the forecast skill of rainfall over South America. A predictable component analysis shows that only the first predictable component of austral summer precipitation has forecast skill, and the source of forecast skill is El Niño–Southern Oscillation. Seasonal prediction of precipitation remains a challenge for state-of-the-art climate models. Positive benefits of increasing model resolution might be more evident in other atmospheric fields (i.e., temperature or geopotential height) and/or temporal scales (i.e., subseasonal temporal scales).
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».