MétaCan
Menu
Retour à la cohorte
Enregistrement W4390519502 · doi:10.5194/tc-18-17-2024

Evaluation of reanalysis data and dynamical downscaling for surface energy balance modeling at mountain glaciers in western Canada

2024· article· en· W4390519502 sur OpenAlexafffundabout
Christina Draeger, Valentina Radić, Rachel H. White, Mekdes Ayalew Tessema

Notice bibliographique

Revue˜The œcryosphere · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésDownscalingWeather Research and Forecasting ModelGlacierClimatologyEnvironmental scienceEnergy balanceForcing (mathematics)Wind speedMeteorologyClimate modelClimate changeGeologyPrecipitationGeography

Résumé

récupéré en direct d'OpenAlex

Regional-scale surface energy balance (SEB) models of glacier melt require forcing by coarse-gridded data from reanalysis or global climate models that need to be downscaled to glacier scale. As on-glacier meteorological observations are rare, it generally remains unknown how exact the reanalysis and downscaled data are for local-scale SEB modeling. We address this question by evaluating the performance of reanalysis from the European Centre for Medium-Range Weather Forecasts (ERA5 and ERA5-Land reanalysis), with and without downscaling, at four glaciers in western Canada with available on-glacier meteorological measurements collected over different summer seasons. We dynamically downscale ERA5 with the Weather Research and Forecasting (WRF) model at 3.3 and 1.1 km grid spacing. We find that our SEB model, forced separately with the observations and the two reanalyses, yields less than 10 % difference in simulated total melt energy and shows strong correlations (0.86) in simulated time series of daily melt energy at each site. The good performance of the reanalysis-derived melt energy is partly due to cancellation of biases between overestimated incoming shortwave radiation and substantially underestimated wind speed and subsequently turbulent heat fluxes. Downscaling with WRF improves the simulation of wind speed, while other meteorological variables show similar performance to ERA5 without downscaling. The choice of WRF physics parameterization schemes is shown to have a relatively large impact on the simulations of SEB components but a smaller impact on the modeled total melt energy. The results increase our confidence in dynamical downscaling with WRF for long-term glacier melt modeling in this region.

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 enseignants0,042
Score d'incertitude au seuil0,084

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,039
Tête enseignante GPT0,260
Écart entre enseignants0,221 · 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

Citations12
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetCryospheric studies and observationsTravaux en français237 207