MétaCan
Menu
← Retour à la cohorte
Enregistrement W4248975723 · doi:10.5194/gmd-2016-231

A 4D-Var inversion system based on the icosahedral grid model(NICAM-TM 4D-Var v1.0): 1. Off-line forward and adjointtransport models

2016· preprint· en· W4248975723 sur OpenAlexfundno aff
Yosuke Niwa, Hirofumi Tomita, Masaki Satoh, Ryoichi Imasu, Yousuke Sawa, Kazuhiro Tsuboi, Hidekazu Matsueda, Toshinobu Machida, Motoki Sasakawa, B. D. Belan, Nobuko Saigusa

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TokyoYork University
Mots-clésFlux limiterAdjoint equationData assimilationAtmospheric modelApplied mathematicsAdvectionMathematicsPhysicsMeteorologyMathematical analysisPartial differential equationThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract. A 4-dimensional variational (4D-Var) method is a popular algorithm for inverting atmospheric greenhouse gas (GHG) measurements. In order to meet the computationally intense 4D-Var iterative calculation, off-line forward and adjoint transport models are developed based on the Nonhydorstatic ICosahedral Atmospheric Model (NICAM). By introducing flexibility into the temporal resolution of the input meteorological data, the forward model developed in this study is not only computationally efficient but is also found to nearly match the transport performance of the on-line model. In a transport simulation of atmospheric carbon dioxide (CO2), the data-thinning error (error resulting from reduction in the time resolution of the meteorological data used to drive the off-line transport model) is minimized by employing high temporal resolution data of the vertical diffusion coefficient; with a lower temporal resolution, significant concentration biases near the surface are introduced. The new adjoint model can be run in discrete or continuous adjoint mode for the advection process. The discrete adjoint is characterized by perfect adjoint relationship with the forward model that switches off the flux limiter, while the continuous adjoint is characterized by imperfect but reasonable adjoint relationship with its corresponding forward model. In the latter case, both the forward and adjoint models use the flux limiter to ensure the monotonicity of tracer concentrations and sensitivities. Trajectory analysis for high-CO2 concentration events are performed to test adjoint sensitivities; we also demonstrate the potential usefulness of our adjoint model for diagnosing tracer transport. Both the off-line forward and adjoint models have computational efficiency about ten times more than that of the on-line model. A description of our new 4D-Var system that includes an optimization method, along with its application in an atmospheric CO2 inversion and the effects of using either the discrete or continuous adjoint method, is presented in an accompanying paper (Niwa et al., 2016).

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)0,001
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: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,015
Tête enseignante GPT0,195
Écart entre enseignants0,181 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric and Environmental Gas Dynamics→Travaux en français237 207→