MétaCan
Menu
Retour à la cohorte
Enregistrement W2898161861

Recent Developments in Assimilation of Satellite Data in the MSC 4D-Var Analysis and Forecast System

2010· article· en· W2898161861 sur OpenAlexaboutno aff
Stephen Macpherson, Louis Garand, Josep M. Aparicio, Mark Buehner, G. Deblonde, Martin Charron, Michel Roch, Cécilien Charette, A. Beaulne

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData assimilationSatelliteMeteorologyAssimilation (phonology)Environmental scienceClimatologyRemote sensingComputer scienceGeographyGeologyEngineeringAerospace engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In May 2008, several important changes with respect to satellite data assimilation were made to the Meteorological Service of Canada (MSC) operational global 4D-Var Data Assimilation and Forecast System (DAFS). At the same time, a new version of the MSC DAFS has been developed which uses a new version of the MSC Global Environmental Multiscale (GEM) model called GEM-Strato. The GEM-Strato model incorporates several significant changes to the current version of the model, including a lid raised from 10 hPa (~30 km) to 0.1 hPa (~65 km). The new system, scheduled to replace the current system in 2009, allows for assimilation of additional radiance data from higher-peaking microwave and infrared instrument channels as well as GPS radio-occultation data up to 40 km (~3 hPa). This paper describes the recent changes in satellite data assimilation in the operational DAFS, and presents results of satellite data impact experiments with the new GEM-Strato system. In addition, the performance of the operational DAFS and the new GEM-Strato system are compared. Finally, future plans for satellite data assimilation are presented, which include assimilation of data from the

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,057
Tête enseignante GPT0,259
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMeteorological Phenomena and SimulationsTravaux en français237 207