Factorial Sensitivity Analysis of Physical Schemes and Their Interactions in RegCM
Notice bibliographique
Résumé
Abstract It is well known that the choices of physical schemes in Regional Climate Models (RCMs) can cause considerable uncertainties in future climate projections. In this study, a factorial sensitivity analysis method has been proposed to screen out statistically significant schemes and interactions, which assists in selecting the optimized physical scheme combination from a long‐term perspective with affordable computational costs. The Regional Climate Model (RegCM) is used as an example to illustrate how the approach works. In detail, all schemes are fully tested through 120 experimental runs based on a factorial design; the contributions and statistical significance (P value) of individual schemes and their interactions to temperature, precipitation, wind speed, and wind direction are then quantified. The performance of the proposed approach is then demonstrated through a case study of Canada. The results indicate that there exist considerable spatial and temporal simulated variations associated with different scheme combinations. It is also suggested that individual physical schemes have dominant influences on simulated variations, but some effects explained by their interactions are statistically significant and thus cannot be neglected. In particular, the planetary boundary layer (PBL) scheme, moisture scheme, and land surface model are found to be the dominant factors affecting the uncertainties of temperature, precipitation, and wind speed in future climate projections over Canada, respectively. Furthermore, the potential relationships between the vegetation cover conditions and the sensitivity of physical schemes are explored. The proposed approach is an attempt to analyze the sensitivity influenced by not only individual physical schemes and also their multilevel interactions.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 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 ».