Parameterization and Surface Data Improvements and New Capabilities for the Community Land Model Urban (CLMU)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The Community Land Model Urban (CLMU) is an urban parameterization developed to simulate urban climate within a global Earth System Model framework. This paper describes and evaluates parameterization and surface data improvements, and new capabilities that have been implemented since the initial release of CLMU in 2010 as part of version 4 of the Community Land Model (CLM4) and the Community Earth System Model (CESM ® ). These include: 1) an expansion of model capability to simulate multiple urban density classes within each model grid cell; 2) a more sophisticated and realistic building space heating and air conditioning submodel; 3) a revised global dataset of urban morphological, radiative, and thermal properties utilized by the model, including a tool that allows for generating future urban development scenarios, and 4) the inclusion of a module to simulate various heat stress indices. The model and data are evaluated using observed data from five urban flux tower sites and a global anthropogenic heat flux (AHF) dataset. Generally, the new version of the model simulates urban radiative and turbulent fluxes, surface temperatures, and AHF as well or better than the previous version. Significant improvements in the global and regional simulation of AHF are also demonstrated that are primarily due to the new building energy model. The new model is available as part of the public release of CLM5 and CESM2.0.
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.
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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle