Evaluating the impact of land surface on medium‐range weather forecasts using screen‐level analyses
Notice bibliographique
Résumé
Abstract In this study screen‐level analyses of air temperature and humidity are used to objectively evaluate the impact of a new land‐surface package being considered for implementation in Environment and Climate Change Canada (ECCC)'s medium‐range global deterministic numerical weather prediction (NWP) system. Through its control of heat, moisture, and momentum fluxes to the atmosphere, the land surface has a substantial impact on near‐surface meteorology and on the atmospheric boundary layer. The approach examined in this study is based on the comparison between model forecasts and screen‐level analyses. It demonstrates the impact on medium‐range NWP of a new land‐surface package that includes (i) a new set of databases to specify soils and land‐cover characteristics, (ii) improved land‐surface initial conditions obtained by the assimilation of space‐based remote‐sensing observations, and (iii) a more sophisticated scheme for land‐surface modelling. The evaluation method is shown to provide useful information on the impact of the new land‐surface package, including lead‐time‐averaged difference maps as well as plots showing the evolution with lead time of the standard deviation of errors (STDE) and of the temporal correlation between forecasts and analyses. The new land‐surface package has a positive impact on near‐surface forecasts of air temperature and humidity for a summertime period, with smaller STDE and larger temporal correlation for both variables. The improvement is greater for humidity than for air temperature. The maximum impact is found around seven‐day lead time, with substantial gains in absolute and relative values for STDE and temporal correlation. The positive impact is also quantified in terms of prediction hours, with gains of about one day at the medium range. Details of the pros and cons for this objective evaluation approach are discussed.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».