Impact of Initialized Land Surface Temperature and Snowpack on Subseasonal to Seasonal Prediction Project, Phase I (LS4P-I): organization and experimental design
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. Subseasonal-to-seasonal (S2S) prediction, especially the prediction of extreme hydroclimate events such as droughts and floods, is not only scientifically challenging, but also has substantial societal impacts. Motivated by preliminary studies, the Global Energy and Water Exchanges (GEWEX)/Global Atmospheric System Study (GASS) has launched a new initiative called “Impact of Initialized Land Surface Temperature and Snowpack on Subseasonal to Seasonal Prediction” (LS4P) as the first international grass-roots effort to introduce spring land surface temperature (LST)/subsurface temperature (SUBT) anomalies over high mountain areas as a crucial factor that can lead to significant improvement in precipitation prediction through the remote effects of land–atmosphere interactions. LS4P focuses on process understanding and predictability, and hence it is different from, and complements, other international projects that focus on the operational S2S prediction. More than 40 groups worldwide have participated in this effort, including 21 Earth system models, 9 regional climate models, and 7 data groups. This paper provides an overview of the history and objectives of LS4P, provides the first-phase experimental protocol (LS4P-I) which focuses on the remote effect of the Tibetan Plateau, discusses the LST/SUBT initialization, and presents the preliminary results. Multi-model ensemble experiments and analyses of observational data have revealed that the hydroclimatic effect of the spring LST on the Tibetan Plateau is not limited to the Yangtze River basin but may have a significant large-scale impact on summer precipitation beyond East Asia and its S2S prediction. Preliminary studies and analysis have also shown that LS4P models are unable to preserve the initialized LST anomalies in producing the observed anomalies largely for two main reasons: (i) inadequacies in the land models arising from total soil depths which are too shallow and the use of simplified parameterizations, which both tend to limit the soil memory; (ii) reanalysis data, which are used for initial conditions, have large discrepancies from the observed mean state and anomalies of LST over the Tibetan Plateau. Innovative approaches have been developed to largely overcome these problems.
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 | 0,000 | 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 découle