MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416046792 · doi:10.1029/2025jd044073

Effects of Convection‐Permitting Grid Resolution on Cold‐Season Precipitation Simulated by the Canadian Regional Climate Model Version 6 Over the Province of Quebec, Canada

2025· article· en· W4416046792 sur OpenAlexafffundabout
Olivier Chalifour, Biljana Music, Julie M. Thériault, Daniel F. Nadeau, Alexis Bédard-Therrien

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversité LavalOuranosUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPrecipitationHydrometeorologyClimate modelGridDepth soundingClimate changeAir temperatureResolution (logic)

Résumé

récupéré en direct d'OpenAlex

Abstract This study assesses the performance of the sixth‐generation Canadian Regional Climate Model (CRCM6) in simulating the amount and phase of cold‐season precipitation as well as 2‐m air temperature. It also examines the added value of finer grid spacing, which enables the explicit representation of deep convection. Simulations were conducted at grid spacings of 0.11° (≈12 km) and 0.0225° (≈2.5 km), and the results were compared with surface observations from 35 hydrometeorological stations across Quebec over two cold seasons (October to April in 2020–21 and 2021–22). The analysis was further supported by atmospheric sounding data from two stations, and several gridded reference products. Both simulations exhibited similar large‐scale 2‐m air temperature spatial patterns with the coarser‐resolution simulation generating consistently colder values as well as a larger total precipitation amount and bias compared to station observations. The finer‐resolution simulation reduced the total precipitation bias by a factor of three. Both simulations overestimated liquid precipitation and underestimated solid precipitation with the finer resolution better capturing liquid precipitation and the coarser resolution better capturing solid precipitation. Mixed precipitation remained a challenge, being simulated at colder temperatures than observed, particularly near 0°C. The 50% rain‐snow temperature threshold ( T 50 ), which indicates when liquid and solid phases occur equally, was 0.5°C for the finer resolution and 0.8°C for the coarser resolution both below the observed 2.1°C. This study highlights the need to refine the model's representation of mixed‐phase precipitation and rain‐snow transitions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,275
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetClimate variability and models→Travaux en français237 207→