MétaCan
Menu
Retour à la cohorte
Enregistrement W3097460733 · doi:10.1175/waf-d-20-0111.1

Adaptation of the Predicted Particles Properties (P3) Microphysics Scheme for Large-Scale Numerical Weather Prediction

2020· article· en· W3097460733 sur OpenAlexaffabout
Caroline Jouan, Jason A. Milbrandt, Paul Vaillancourt, Frédérick Chosson, Hugh Morrison

Notice bibliographique

RevueWeather and Forecasting · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésNumerical weather predictionMeteorologyEnvironmental scienceGeopotential heightTropospherePrecipitationWeather Research and Forecasting ModelPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract A parameterization for the subgrid-scale cloud and precipitation fractions has been incorporated into the Predicted Particle Properties (P3) microphysics scheme for use in atmospheric models with relatively coarse horizontal resolution. The modified scheme was tested in a simple 1D kinematic model and in the Canadian Global Environmental Multiscale (GEM) model using an operational global NWP configuration with a 25-km grid spacing. A series of 5-day forecast simulations was run using P3 and the much simpler operational Sundqvist condensation scheme as a benchmark for comparison. The effects of using P3 in a global GEM configuration, with and without the modifications, were explored through statistical metrics of common forecast fields against upper-air and surface observations. Diagnostics of state variable tendencies from various physics parameterizations were examined to identify possible sources of errors resulting from the use of the modified scheme. Sensitivity tests were performed on the coupling between the deep convection parameterization scheme and the microphysics, specifically regarding assumptions in the physical properties of detrained ice. It was found that even without recalibration of the suite of moist physical parameterizations, substituting the Sundqvist condensation scheme with the modified P3 microphysics resulted in some significant improvements to the temperature and geopotential height bias throughout the troposphere and out to day 5, but with degradation to error standard deviation toward the end of the integrations, as well as an increase in the positive bias of precipitation quantities. The modified P3 scheme was thus shown to hold promise for potential use in coarse-resolution NWP systems.

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: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,206
Écart entre enseignants0,141 · 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

Citations22
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWeather and ForecastingMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207