Optimal Configuration of a Convection-Permitting Regional Climate Model in Simulating Precipitation Extremes: The Saguenay Flood
Notice bibliographique
Résumé
Abstract This case study concerns a major flood event occurred in July 1996 in the Saguenay region (Québec, Canada) induced by heavy and persistent rainfall over this river basin. Various configurations of the CRCM6/Global Environmental Multiscale (GEM) model, version 5 (GEM5), regional climate model (RCM) using 12-km (0.11° × 0.11°) and convection-permitting (CP) 2.5-km (0.0225° × 0.0225°) resolutions are used to evaluate added value from CP simulations on the simulated extreme precipitation characteristics. The effects of spectral nudging (SN) and initial soil moisture conditions (ISMCs) on surface are also tested on the simulated rainfall. The evaluation of all simulations shows a significant improvement in reproducing precipitation extremes with the CP model (CPM) at 2.5 km and substantial influences from SN and ISMCs. The SN in the CP simulation improved the spatial and temporal patterns of precipitation extremes. Additionally, forced ISMC from long-term simulations at a 12-km resolution significantly enhanced the model’s ability to capture rainfall intensity, using rainfall observed stations as a reference dataset. This research contributes to the understanding of extreme precipitation events and their reliability as simulated by various configurations of our RCM, and the need to apply higher resolution and accurate surface conditions in the CRCM6/GEM5 for future projections, and their use in design infrastructures and flood risk management strategies.
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 | 0,000 |
| 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 ».