MOD-LSP: MODIS-Based Parameters for Variable Infiltration Capacity (VIC) Model over the Continental US, Mexico, and Southern Canada
Notice bibliographique
Résumé
The MOD-LSP project contains MODIS-based land and surface (soil and vegetation) parameters for the Variable Infiltration Capacity (VIC) model (Liang et al., 1994), release 5.0 and later (Hamman et al., 2018). The MOD-LSP spatial domain covers the continental United States, Mexico, and southern Canada; the associated domain files can be found in the PITRI archive (Bohn et al. 2018). This spatial domain and 0.625° (6 km) grid resolution are compatible with the gridded daily meteorological forcings of Livneh et al. (2015) ("L2015" hereafter) (http://ciresgroups.colorado.edu/livneh/data/daily-observational-hydrometeorology-data-set-north-american-extent), which can be disaggregated to hourly time step via the MetSim tool (Bennett et al. 2018) using the aforementioned PITRI domain files (Bohn et al. 2018). These parameters have two main purposes: (1) to improve upon previous widely-used parameters over the region (e.g., L2015) with updated, higher-resolution land cover maps and spatially explicit observations of surface properties; and (2) to expand from a single parameter set corresponding to one point in time to a series of parameter sets that account for temporal variability at seasonal to decadal scales. A detailed description of methods, the data sources and purposes of different VIC parameter sets within MOD-LSP, and how to use them with VIC, can be found in the MOD-LSP User Guide.pdf, included here. The scripts that were used to create the MOD-LSP parameters are archived on Zenodo and GitHub (Bohn 2019). If you wish to present or publish results that use these parameter sets, please cite the following paper: Bohn, T. J., and E. R. Vivoni, 2019b: MOD-LSP, MODIS-based land surface properties for assessing land cover variability and change over North America. Sci. Data, 6, 144, doi: 10.1038/s41597-019-0150-2. In addition, if you use the domain files associated with the PITRI precipitation disaggregation to accompany the MOD-LSP parameter files in VIC simulations, please cite the following paper: Bohn, T. J., K. M. Whitney, G. Mascaro, and E. R. Vivoni, 2019: A deterministic approach for approximating the diurnal cycle of precipitation for use in large-scale hydrological modeling. J. Hydrometeorol., 20, 297–317, doi:10.1175/JHM-D-18-0203.1. Contents: MOD-LSP User Guide v1.0.pdf - Explains how parameters were generated and how to set up the files for input in VIC simulations. global_param.template - Template for global_parameter file, which lists the locations of the other input files and sets various simulation options. The template contains placeholders for some filenames and simulation options, which must be replaced with real values by the user. params.$DOMAIN.L2015.nc - VIC-5 compliant NetCDF parameter files with values taken from the L2015 project for domain $DOMAIN (which is one of "CONUS_MX" or "USMX"). params.CONUS_MX.MOD_IGBP.mode.2000_2016.nc - VIC-5 compliant NetCDF parameter file over the CONUS_MX domain, with land cover fractions taken from the MODIS MCD12Q1.006 product and an annual cycle of land surface properties (LAI, Fcanopy, albedo) derived from the climatological mean of MODIS observations over the period 2000-2016. params.USMX.NLCD_INEGI.$LCID.2000_2016.nc - VIC-5 compliant NetCDF parameter file over the USMX domain, with land cover fractions taken from the NLCD_INEGI dataset, from year = $LCID, and an annual cycle of land surface properties (LAI, Fcanopy, albedo) derived from the climatological mean of MODIS observations over the period 2000-2016. params.USMX.NLCD_INEGI.$LCID.$YYYY_$YYYY.nc - VIC-5 compliant NetCDF parameter file over the USMX domain, with land cover fractions taken from the NLCD_INEGI dataset, from year = $LCID, and an annual cycle of land surface properties (LAI, Fcanopy, albedo) derived from the MODIS observations from a single year $YYYY. veg_hist.$DOMAIN.$LCTYPE.$LCID.2000_2016.nc - timeseries of monthly land surface properties (LAI, Fcanopy, albedo) from MODIS observations spanning years 2000-2016, over domain $DOMAIN, aggregated over land cover classification $LCTYPE from year $LCID.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».