Evaluation of Structured and Unstructured Models for Application in Operational Ocean Forecasting in Nearshore Waters
Notice bibliographique
Résumé
The oceanography sub-initiative of Canada’s Oceans Protection Plan was tasked to develop high-resolution nearshore ocean models for enhanced marine safety and emergency response, fitting into the multi-scale, multi-level nested operational ocean forecasting systems. For decision making on eventual 24/7 operational support, two ocean models (a structured grid model, NEMO (Nucleus for European Modelling of the Ocean); and an unstructured grid model, FVCOM (Finite Volume Coastal Ocean Model), were evaluated. The evaluation process includes the selection of the study area, the requirements for model setup, and the evaluation metrics. The chosen study area, Saint John Harbour in the Bay of Fundy, features strong tides, significant river runoff and a narrow tidal-river channel. Both models were configured with the same sources of bathymetry and forcing data. FVCOM achieved 50-100 m horizontal resolution in the inner harbour and included wetting/drying. NEMO achieved 100 m resolution in the harbour with a three-level one-way nesting configuration. Statistical metrics showed that one-year simulations with both models achieved comparable accuracies against the observed tidal and non-tidal water levels and currents, temperature and salinity, and the trajectories of surface drifters, but the computational cost of FVCOM was significantly less than that of NEMO.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».