On the Evaluation of Probabilistic Thunderstorm Forecasts and the Automated Generation of Thunderstorm Threat Areas during Environment Canada Pan Am Science Showcase
Notice bibliographique
Résumé
Abstract An object-based forecasting, nowcasting, and alerting system prototype was demonstrated during the summer 2015 Environment Canada Pan Am Science Showcase (ECPASS) in Toronto. Part of this demonstration involved the generation of experimental thunderstorm threat areas by both automated NWP postprocessing algorithms and by a pair of human forecasters. This paper first develops a rigorous verification methodology for the intercomparison of continuous as well as categorical probabilistic thunderstorm forecasts. The methodology is then applied to the intercomparison of thunderstorm forecasts made during ECPASS. Statistical postprocessing of forecasts by smoothing with optimal bandwidth followed by recalibration is found to improve the skill scores of all thunderstorm forecasts studied at all lead times between 6 and 48 h. In addition, the calibrated ensemble mean forecasts are found to be better than the calibrated deterministic thunderstorm forecasts for all lead times considered, though postprocessing of the convective rain-rate forecast gives results that are statistically comparable with the ensemble mean forecast. Thunderstorm threat areas that were automatically generated by thresholding the output of NWP-based postprocessed algorithms have better scores than those generated by human forecasters for most lead times beyond 9 h, indicating that they could be integrated as an automated tool for providing high-quality “first-guess” thunderstorm threat areas in an object-based forecasting, nowcasting, and alerting system. A unique contribution of this paper is a novel verification methodology for the fair comparison between continuous and categorical probabilistic forecasts, a methodology that could be used for other experiments involving human- and automatically generated object-based forecasts derived from probabilistic forecasts.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».