Evaluation and Bias Correction of S2S Precipitation for Hydrological Extremes
Notice bibliographique
Résumé
Abstract Subseasonal to seasonal (S2S) weather forecasting has made significant advances and several products have been made available. However, to date few studies utilize these products to extend the hydrological forecast time range. This study evaluates S2S precipitation from eight model ensembles in the hydrological simulation of extreme events at the catchment scale. A superior bias correction method is used to correct the bias of S2S precipitation for hydrological forecasts, and the results are compared with direct bias correction of hydrological forecasts using raw precipitation forecasts as input. The study shows that the S2S models can skillfully forecast daily precipitation within a lead time of 11 days. The S2S precipitation data from the European Centre for Medium-Range Weather Forecasts (ECMWF), Korea Meteorological Administration (KMA), and United Kingdom’s Met Office (UKMO) models present lower mean error than that of other models and have higher correlation coefficients with observations. Precipitation data from the ECMWF, KMA, and UKMO models also perform better than that of other models in simulating multiple-day precipitation processes. The bias correction method effectively reduces the mean error of daily S2S precipitation for all models while also improving the correlation with observations. Moreover, this study found that the bias correction procedure can apply to either precipitation or streamflow simulations for improving the hydrological forecasts, even though the degree of improvement is dependent on the hydrological variables. Overall, S2S precipitation has a potential to be applied for hydrological forecasts, and a superior bias correction method can increase the forecasts’ reliability, although further studies are still needed to confirm its effect.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».