Improving the numerical solution of the energy equation in land models
Notice bibliographique
Résumé
At its core, a hydrological model is comprised of the conservation of energy and mass for a myriad of modeled processes across a suite of spatio-temporal scales. Simulations over North America with the SUMMA hydrological model show that the form of the energy equation most commonly used in land models produces both large violations in energy conservation (especially in cold regions) as well as larger numerical errors in soil temperature and soil water content than is possible with more robust solvers. These numerical issues sabotage the success of efforts to improve process-representation. We present improved energy-conserving solutions for land models, testing five approaches over North America with the SUMMA model and evaluating tradeoffs between strict energy conservation and numerical errors in the energy equation. We include approaches that do not use time integration methods with rigorous error control (as is common in hydrological models) as well as approaches that do. The mixed form of the energy equation is discretized to conserve energy to within machine precision. Alternatively, the direct solution of the energy equation (i.e., using enthalpy as a primary variable) yields the smallest numerical errors because it allows error control to be placed on the inherent state variable. In the spirit of advancing process-representation, we illustrate the importance of accurate energy balance solutions for simulations of partially frozen soils, permafrost, and glaciers. In one prominent example, we demonstrate that debris-covered glaciers have substantially dissimilar runoff contributions when evolved using different solutions to the energy equation. The capability to accurately simulate the energy balance of terrestrial systems is essential to improve the theoretical underpinnings of process-based hydrologic models.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».