The representation of large lakes in high-resolution regional climate models
Notice bibliographique
Résumé
It has been found that large lakes, a common component of the North American (NA) landscape, can affect the water cycle and modulate temperatures in the surrounding regions. The purpose of this study is to evaluate different lake representations in regional climate model simulations. We use the Weather Research and Forecasting (WRF) model, a widely-used regional climate model, forced by the ERA5 reanalysis product. The study is performed for a 40 year historic period (1979-2019) at a resolution of 12 km. The lakes of concern include the Laurentian Great Lakes, which straddle the US-Canada border; the Great Slave and Great Bear Lakes of the Northwest Territories; and the Lakes Winnipeg and Winnipegosis. Alongside the default lake model, two new column lake models are employed: FLake, a more widely used model, and GL25, a recent, physics-based model. These models have been somewhat successful at alleviating inadequacies of the default model by introducing additional process representations, such as a more realistic surface albedo formulation and a better parameterization for vertical overturning. Additionally, we consider the effect of vertical eddy diffusivity and lake stratification on the model performance. While no column lake model is expected to perform perfectly, our goal here is to identify when (seasonally) and where (geographically) a model produces reliable results, including ice cover distribution and near-surface temperature. The effect of the lake representation on the surrounding regions (e.g., lake-effect precipitation) is also evaluated. We find that the two new lake models perform reasonably well, but there are significant differences in seasonal biases with GL25 performing better in summer and FLake performing better in winter; in fact, FLake reproduces the ice cover of the Great Lakes very well. Furthermore, the biases do not seem to be affected by surface wind induced circulation, and hence 3D modelling may not be a requirement for lake modelling. This study can help with the selection of lake models for regional climate modelling in the NA region and inform the interpretation of the predictions.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».