Evaluation of the WMO-SPICE transfer functions for adjustingthe wind bias in solid precipitation measurements
Notice bibliographique
Résumé
Abstract. The World Meteorological Organization (WMO) Solid Precipitation Inter-Comparison Experiment (SPICE) involved extensive field intercomparisons of automated instruments for measuring snow during the 2013/2014 and 2014/2015 winter seasons. A key outcome of SPICE was the development of transfer functions for the wind bias adjustment of solid precipitation measurements using various precipitation gauge and windshield configurations. Due to the short intercomparison period, the dataset was not sufficiently large to develop and evaluate transfer functions using independent precipitation measurements. The present analysis uses data collected at eight SPICE sites over the 2015/2016 and 2016/2017 winter periods, comparing 30-minute adjusted and unadjusted measurements from Geonor T-200B3 and OTT Pluvio2 precipitation gauges in different shield configurations to the WMO Double Fence Automated Reference (DFAR) for the verification of the transfer function. Performance is assessed in terms of relative total catch (RTC), root mean square error (RMSE), and Pearson correlation (r), and Nash-Sutcliffe Efficiency (NSE) for all precipitation types, and for snow only. The evaluation shows that the performance varies substantially by site. Adjusted RTC varies from 54 % to 123 %, RMSE from 0.07 mm to 0.38 mm, and r from 0.28 to 0.94 and NSE from −1.88 to 0.89, depending on precipitation phase, site, and gauge configuration. Generally, windier sites such as Haukeliseter (Norway) and Bratt's Lake (Canada) exhibit a net under-adjustment (17 % to 46 %), while the less windy sites such as Sodankylä (Finland) and Caribou Creek (Canada) exhibit a net over-adjustment (2 % to 23 %). Although the application of transfer functions is necessary to mitigate wind bias in solid precipitation measurements, especially at windy sites and for unshielded gauges, the inconsistency in the performance metrics among sites suggests that the functions be applied with caution.
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 | 0,004 | 0,009 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».