MétaCan
Menu
← Retour à la cohorte
Enregistrement W4313320449 · doi:10.1029/2022jd037236

Lightning Over Central Canada: Skill Assessment for Various Land‐Atmosphere Model Configurations and Lightning Indices Over a Boreal Study Area

2022· article· en· W4313320449 sur OpenAlexaboutno aff
Jonas Mortelmans, Michel Bechtold, Erwan Brisson, Barry Lynn, Sujay V. Kumar, Gabriëlle De Lannoy

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesVlaamse regeringFonds Wetenschappelijk Onderzoek
Mots-clésLightning (connector)MeteorologyConvective available potential energyEnvironmental scienceLightning detectionConvectionBorealNumerical weather predictionConvective storm detectionClimatologyThunderstormGeologyGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Current lightning predictions are uncertain because they rely on empirical diagnostic relationships and often use coarse‐scale climate scenario simulations in which deep convection is parameterized. Previous studies demonstrated that simulations with convection‐permitting resolutions improve lightning predictions compared to coarser‐grid simulations using convection parameterizations for different geographical locations but not over the boreal zone. In this study, lightning simulations with the NASA Unified‐Weather Research and Forecasting model are evaluated over a domain including the Great Slave Lake in Canada, for six lightning seasons. The simulations are performed at convection‐parameterized (9 km) and convection‐permitting (3 km) resolution using the Goddard 4ICE and the Thompson microphysics schemes. Four lightning indices are evaluated against observations from the Canadian Lightning Detection Network, in terms of spatiotemporal frequency distribution, spatial pattern, daily climatology, and an event‐based overall skill assessment. The Thompson scheme is, regardless of the spatial resolution, superior to the Goddard 4ICE scheme in predicting daily climatology but worse in predicting the spatial patterns of lightning occurrence. Results indicate that lightning estimation benefits from modeling at convection‐permitting resolution, in particular for the ice‐based lightning indices. In contrast, the product of convective available potential energy and precipitation rate proved to be the most robust index that was largely invariant to varying spatial resolution. Finally, this study reveals issues of the models to reproduce the observed spatial pattern of lightning well, which might be related to an insufficient representation of land surface heterogeneity, including peatlands, in the study area.

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)0,002
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 enseignants0,069
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,300
Écart entre enseignants0,283 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetFire effects on ecosystems→Travaux en français237 207→