Multi‐Model Subseasonal Prediction Skill Assessment of Water Vapor Transport Associated With Atmospheric Rivers Over the Western U.S.
Notice bibliographique
Résumé
Abstract Subseasonal‐to‐seasonal (S2S) forecasts of atmospheric rivers (ARs) are in high demand in the water supply management and flood control communities. This study focuses on a new metric, the accumulated water vapor transport associated with ARs, which is closely related to the winter precipitation over the western U.S., and provides a multi‐model S2S prediction skill assessment. The prediction skill is evaluated at lead time 1–4 weeks in four dynamical model hindcast data sets from National Centers for Environmental Prediction (NCEP), European Center for Medium‐Range Weather Forecasts (ECMWF), Environment and Climate Change Canada (ECCC), and Global Modeling and Assimilation Office (GMAO) at National Aeronautics and Space Administration. Three reanalysis data sets are used to evaluate the uncertainty of prediction skills related to the choice of references. The AR‐related water vapor transport is underestimated in ECMWF and ECCC over most of the investigated region, while its maximum has a southeastward shift in NCEP and GMAO at lead time 3–4 weeks. The root mean square error, anomaly correlation coefficient, and Brier skill score are calculated to quantify the prediction skill in both deterministic and probabilistic sense. At week‐3 lead time, the models have significant skill near the lower latitudes (<40°N) of the eastern North Pacific, extending northeastward to the California coastal area. Models have higher skills in forecasting no and strong AR cases than weak cases. The Madden–Julian Oscillation can modulate the prediction skill at week‐3 lead over central and Southern California, but with large uncertainties across models.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».