Toward an Optimal Observational Array for Improving Two Flavors of El Niño Predictions in the Whole Pacific
Notice bibliographique
Résumé
Abstract This paper investigates the optimal observational array for improving the prediction of the El Niño-Southern Oscillation (ENSO) by exploring sensitive areas for target observations of two types of El Niño events in the whole Pacific. A target observation method based on the particle filter and pre-industrial control runs from six coupled model outputs in Coupled Model Intercomparison Project Phase 5 (CMIP5) experiments are used to quantify the relative importance of the initial accuracy of sea surface temperature (SST) in different Pacific areas. The initial accuracy of the tropical Pacific, subtropical Pacific, and extratropical Pacific can all exert influences on both types of El Niño predictions. The relative importance of different areas changes along with different lead times of predictions. Tropical Pacific observations are crucial in decreasing the root mean square error of predictions of all lead times. Subtropical and extratropical observations play an important role in decreasing the prediction uncertainty, especially when the prediction is made before and throughout boreal spring. To consider different El Niño types and different start months for predictions, a quantitative frequency method based on frequency distribution is applied to determine the optimal observations of ENSO predictions. The final optimal observational array contains 31 grid points, including 21 grid points in the equatorial Pacific and 10 grid points in the north Pacific, suggesting the importance of the initial SST conditions for ENSO predictions not only in the tropical Pacific but also in the area outside the tropics. Furthermore, the predictions made by assimilating SST in sensitive areas have better prediction skills in the verification experiment, which can indicate the validity of the optimal observational array designed in this study.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».