MétaCan
Menu
← Retour à la cohorte
Enregistrement W3156882445 · doi:10.5194/gmd-2021-34

An automatic lake-model application using near real-time data forcing: Development of an operational forecast model for Lake Erie

2021· article· en· W3156882445 sur OpenAlexafffundabout
Shuqi Lin, Leon Boegman, Shiliang Shan, Ryan P. Mulligan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensRoyal Military College of CanadaQueen's University
Organismes subventionnairesQueen's University
Mots-clésEnvironmental scienceMeteorologyForcing (mathematics)Flood mythData assimilationTide gaugeWater levelWater columnClimatologyOceanographyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. For enhanced public safety and water resource management, a three-dimensional operational lake hydrodynamic forecast system called COASTLINES (Canadian cOASTal and Lake forecastINg modEl System) was developed. The modelling system is built upon the Aquatic Ecosystem Model (AEM3D) model, with predictive simulation capabilities developed and tested for a large lake (i.e., Lake Erie). The open-access web-based platform derives model forcing, code execution, post-processing and visualization of the model outputs, including water level elevations and temperature, is in near real-time. COASTLINES currently generates 240-h predictions using atmospheric forcing from 15 km and 25 km horizontal-resolution operational meteorological products from the Environment Canada Global Deterministic Forecast System (GDPS). Simulated water levels were validated against observations from 6 gauge stations, with model error increasing for longer forecast times. Satellite images and lake buoys were applied to validate forecast lake surface temperature (LST) and the water column thermal stratification. The forecast LST is as accurate as hindcasts, with a root-mean-square-deviation < 2 ℃. COASTLINES predicts storm-surge events and up-/down-welling events that are important for flood water and drinking water/fishery management, respectively. Model forecasts are available in real-time at https://coastlines.engineering.queensu.ca/. This study provides an example of the successful development of an operational forecasting system, entirely driven by open-access data, that may be easily adapted to simulate aquatic systems or to drive other computational models, as required for management and public safety.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,285

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,054
Tête enseignante GPT0,297
Écart entre enseignants0,242 · 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
GenreEmpirique

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

En bref

Citations4
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetFish Ecology and Management Studies→Travaux en français237 207→