Improving Subkilometer Modelling with GEM : case of Paris
Notice bibliographique
Résumé
Urban-scale modelling has been performed at ECCC for experimental subkilometer systems for specific events. For example, the model was run realtime with grid spacing down to 250m over Toronto, Canada, in the context of 2015 PanAm sport games, and with grid spacing down to 100m over Paris in the context of 2024 Olympics games WMO-Research and Demonstration Project. The purpose of this study is to continue to explore the benefits and limitations of subkilometer modelling with the Global Environmental Multiscale (GEM) model by taking the opportunity of recent multi-source experimental datasets in the Paris region. For selected case studies of conditions favorable to the presence of strong UHI and thunderstorms, diagnostics are provided on the impact of the resolution on different surface and atmospheric indicators, such as the temperature heterogeneity and UHI intensity, the urban boundary-layer height and the respective contribution of the resolved and subgridscale turbulence. Sensitivity modelling experiments are conducted to progress on the collection of evidence of the importance of some elements of the configuration with 100m grid spacing. First, the robustness of the dynamical core is assessed by varying the time step in order to optimize the computational time. Second, the impact of the shallow convection scheme is investigated. The impact of the method for the description of the urban canopy is then highlighted. Method for the computation of surface energy budget and near-surface diagnostics is revised for dense built-up areas to compensate for the lack of advection in the street. Finally, a more advanced vegetation scheme is tested to improve the city’s surface energy budget but also the surrounding area’s temperature values encountering a persistent warm bias. This study will help to produce multi-purpose reliable weather and environmental urban prediction including air quality and evaluation of urban adaptation scenarios.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».