MétaCan
Menu
← Retour à la cohorte
Enregistrement W3093891498 · doi:10.5194/egusphere-egu2020-10217

Latest scientific and technical evolutions in the Crocus snowpack model

2020· article· en· W3093891498 sur OpenAlexaff
Matthieu Lafaysse, Marie Dumont, Rafife Nheili, Léo Viallon-Galinier, Carlo Maria Carmagnola, Bertrand Cluzet, Mathieu Fructus, Pascal Hagenmuller, Samuel Morin, Pierre Spandre, François Tuzet, Vincent Vionnet

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésSnowpackSnowEnvironmental scienceMeteorologyCrocusMultiphysicsRemote sensingEngineeringGeologyGeography

Résumé

récupéré en direct d'OpenAlex

This contribution presents an overview of the last stable release of the Crocus detailed snowpack model in the SURFEX opensource modelling platform. It gathers numerous recent scientific and technical developments in a common code version. An explicit representation of the evolution of light absorbing particles mass in snow (e.g. black carbon, mineral dust) allows representing their impact on solar radiation absorption in the snowpack in the visible and near-infrared spectrum through the TARTES optical scheme, and the consequences on all snowpack properties. Crocus is now coupled to the MEB (Multiple Energy Balance) vegetation scheme and can therefore be applied on forested areas. A module of snow management including grooming and snow making can also be optionally activated to simulate the snowpack on ski slopes. Developments used in the French operational system in support of avalanche hazard forecasting were also fully integrated in SURFEX: the SYTRON module for snow erosion and accumulation by the wind and the expert system MEPRA which analyses the mechanical stability of the simulated snowpacks. Finally, an ensemble multiphysics version of the model (ESCROC) was also developed by implementing from 2 to 4 parameterizations from the literature for each physical process represented by an uncertain empirical parameterization. The different combinations enable the quantification of simulations uncertainty required in various applications: future projections of snow cover; sensitivity analyses of a given process ; data assimilation of snow observations. Crocus and ESCROC are included in the ESM-SnowMIP model intercomparison and exhibit a robust skill in various climates and environments. Several running-time optimizations were also implemented in the latest release. We present an overview of the current numerical cost with a comparison to more classical snow schemes used in NWP and climate model applications. The code is provided through a git repository and with a simple visualization software to help users to display snowpack internal properties at local scale. On-going works are focused on the implementation of new data assimilation algorithms well suited to the numerical specificities of this scheme. An externalized version for coupling with other surface schemes is currently under development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,226
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→