Assessing improvement in the fifth‐generation <scp>ECMWF</scp> atmospheric reanalysis precipitation over East Africa
Notice bibliographique
Résumé
Abstract This study aims to assess the performance of European Center for Medium‐Range Weather Forecasting (ECMWF) Reanalysis fifth generation (ERA5) in terms of the progress made over its predecessor, ERA‐Interim, over East Africa (EA) in reproducing observed rainfall. The observed rainfall used as reference rainfall are Global Precipitation Climatology Center (GPCC) and Climate Research Unit Time Series (CRU‐TS). The performance of ERA5 to its predecessor is evaluated using root‐mean‐square error (RMSE), correlation, and bias. The reductions of wet bias from ERA‐Interim to ERA5 are 16.81–6.94% from June to September (JJAS), 31.99–19.33% from September to December (SOND), and 29.24–17.69% from December to February (DJF) over most of EA relative to CRU‐TS. Similar reductions in the wet bias relative to GPCC are also noted. Spatially, notable reductions are observed over western Ethiopia, Sudan Republic, South Sudan, and Uganda. The decreasing trends revealed in the bias of seasonal ERA5 rainfall relative to CRU‐TS and GPCC are attributed to an increase in the number and quality of assimilated observations in ERA5 over its predecessors. RMSE of ERA5 rainfall relative to the two reference rainfall and correlations with the two reference rainfall are consistent with spatial and temporal features captured in the bias. Specifically, the correlation of the monthly time series of ERA5 ranges from 0.90 with CRU‐TS over equatorial EA (EEA) to 0.98 with GPCC over southern EA (SEA) in contrast to that of ERA‐Interim which ranges from 0.84 with CRU‐TS over EEA to 0.93 with CRU‐TS over SEA. However, the wet bias in ERA5 along the Great Rift Valley remained the same as in ERA‐Interim whereas spatial correlation of ERA5 with the two reference rainfall is relatively weaker than that of ERA‐Interim.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».