IMERG in the Canadian Precipitation Analysis (CaPA) System for Winter Applications
Notice bibliographique
Résumé
Several configurations of the Canadian Precipitation Analysis system (CaPA) currently produce precipitation analyses at Environment and Climate Change Canada (ECCC). To improve CaPA’s performance during the winter season, the impact of assimilating the IMERG V06 product (IMERG: Integrated Multi-satellitE Retrievals for GPM—Global Precipitation Measurement mission) into CaPA is examined in this study. Tests are conducted with CaPA’s 10 km deterministic version, evaluated over Canada and the northern part of the United States (USA). Maps from a case study show that IMERG plays a contradictory role in the production of CaPA’s precipitation analyses for a synoptic-scale winter storm over North America’s eastern coast. While its contribution appears to be physically correct over southern portions of the meteorological system, and early in its intensification phase, IMERG displays unrealistic spatial structures over land later in the system’s life cycle when it is located over northern (colder) areas. Objective evaluation of CaPA’s analyses when IMERG is assimilated without any restrictions shows an overall decrease in precipitation, which has a mixed effect (positive and negative) on the bias indicators. But IMERG’s influence on the Equitable Threat Score (ETS), a measure of CaPA’s analyses accuracy, is clearly negative. Using IMERG’s quality index (QI) to filter out areas where it is less accurate improves CaPA’s objective evaluation, leading to better ETS versus the control experiment in which no IMERG data are assimilated. Several diagnostics provide insight into the nature of IMERG’s contribution to CaPA. For the most successful configuration, with a QI threshold of 0.3, IMERG’s impact is mostly found in the warmer parts of the domain, i.e., in northern US states and in British Columbia. Spatial means of the temporal sums of absolute differences between CaPA’s analyses with and without IMERG indicate that this product also contributes meaningfully over land areas covered by snow, and areas where air temperature is below −2 °C (where precipitation is assumed to be in solid phase).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».