MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392604680 · doi:10.5194/egusphere-egu24-12345

Impact of a new land surface package in Canadian  numerical weather prediction system on the medium range weather forecast in the lower and upper atmosphere

2024· preprint· en· W4392604680 sur OpenAlexaffabout
Nasim Alavi, Stéphane Bélair, Marco L. Carrera, Maria Abrahamowicz, Bernard Bilodeau, Dragan Simjanovski, Dorothée Charpentier, Bakr Badawy, Sylvie Leroyer

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésAtmosphere (unit)Range (aeronautics)Numerical weather predictionWeather predictionEnvironmental scienceMeteorologyWeather forecastingClimatologyAtmospheric sciencesGeographyGeologyEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

A new land surface package developed at Environment and Climate Change Canada (ECCC) has been evaluated in the context of the medium-range global deterministic numerical weather prediction (NWP) system. The evaluation is performed by comparison of NWP forecasts against near-surface andatmospheric analyses. The new land surface package includes i) new databases to specify soils and vegetation characteristics, ii) improved initialization of land surface variables by the assimilation of space-based remote sensing observations, and iii) a more sophisticated land surface scheme.Evaluation for the screen-level air temperature and humidity indicates that the new land surface package resulted in smaller STDEs and larger temporal correlation between forecasts and analyses comparing to the current operational configuration. The improvement is greater for humidity than for air temperature.Upper-air evaluation indicates that the impact of the new land surface package on the Planetary boundary layer (PBL) is substantial but more mixed, with large spatial variability in terms of its effect.This study also investigated the physical and statistical links between near-surface and upper-air forecast errors at the medium range.

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)0,003
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 enseignants0,465
Score d'incertitude au seuil0,936

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,243
Écart entre enseignants0,214 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMeteorological Phenomena and Simulations→Travaux en français237 207→