Which Precipitation Dataset to Choose for Hydrological Studies of the Terrestrial Water Cycle?
Notice bibliographique
Résumé
Abstract Precipitation is a critical component of the terrestrial hydrological cycle. It plays a crucial role in shaping climate patterns and ecosystem dynamics. The quest for accurate measurements of global precipitation started over 150 years ago. Comprehensive evaluations of the estimates were rare until the 1970s, mainly due to the challenges of acquiring and maintaining up-to-date datasets. Nowadays, data availability is no longer an issue. However, in the face of the seemingly ever-growing number of available datasets, determining which one to rely upon poses a new obstacle, especially in the absence of global ground truth, further complicated by the interdependencies among datasets. Here, we identify the genealogy of multiple precipitation datasets and define multiplicity artifacts. Then, we compute an evaluation reference benchmark free of multiplicity artifacts to identify the dataset that best represents the artifact-free ensemble over different terrestrial spatial domains. These include countries, IPCC assessment report reference regions, major world river basins, land-cover types, elevation zones, biome categories, and Köppen–Geiger climate classes. It should be noted that the datasets assessed herein had a monthly temporal scale, and our findings might not apply to the study of climate extreme events regardless of the terrestrial spatial domain. We repeatedly found GPM IMERG Final v07 to emerge as the most representative dataset over multiple domains. Furthermore, we found that the dataset’s representativeness is largely influenced by how spatial domains are defined rather than their scale. Significance Statement Over the past decades, we have amassed a vast array of precipitation datasets. While offering significant opportunities, this abundance of data creates a new challenge: which precipitation dataset should we use? In this work, we address this challenge by developing a method to identify and mitigate the impact of overlapping or dependent data sources, ensuring more reliable comparisons across diverse spatial domains. This is important because our results can help researchers select more reliable datasets and emphasize the need for a deeper understanding of the data used, thus avoiding misleading conclusions. Such efforts contribute to advancing hydrological sciences and the broader nexus fields, where reliable precipitation data serve as a cornerstone for modeling and projecting climate change impacts.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».