Scale separation diagnostics and the Symmetric Bounded Efficiency for the inter-comparison of precipitation reanalyses
Notice bibliographique
Résumé
Global reanalyses are routinely used to assess the state of the climate and to evaluate the ongoing climate change. The ERA5 global reanalysis has been compared against a high-resolution regional reanalysis (COSMO-REA6) by means of scale-separation diagnostics based on 2d Haar discrete wavelet transforms. Validation and inter-comparison of reanalysis products lead to a better understanding of their strengths and weaknesses, for a more robust interpretation of climate studies. The presented method builds upon existing methods and enables the assessment of bias, error and skill for individual spatial scales, separately. The energy scale-separation verification diagnostics (square-root energy, energy percentages, and their normalized bias) enable to assess the bias across the scales and differences in the scale structure of the reanalysis products. A new skill score (evaluated against random chance) and the Symmetric Bounded Efficiency are introduced. These are compared to the Nash-Sutcliffe and the Kling-Gupta Efficiencies, evaluated on different scales, and the benefits of symmetric statistics are illustrated. We illustrate the enhanced diagnostic capabilities of the introduced scale-separation diagnostics while comparing ERA5 control and ensemble members to COSMO-REA6 precipitation reanalyses. Furthermore, the Symmetric Bounded Efficiency enables the comparison of gridded datasets with different resolutions, without penalizing the -more noisy- finer resolution products. As expected, the wavelet statistics show that the coarser resolution ERA5 products underestimate small-to-medium scale precipitation compared to COSMO-REA6. The newly introduced skill score shows that the ERA5 control member, despite its higher variability, exhibits better skill in representing small-to-medium scales with respect to the smoother ensemble members. The Symmetric Bounded Efficiency is suitable for the inter-comparison of reanalyses, since it is invariant with respect to the order of comparison.
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 | 0,012 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».