On the Reliability of Surface Observations and the Pitfalls of Verification Against Own Analyses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Near‐surface observations can suffer from significant representativeness errors, especially for Numerical Weather Prediction (NWP) at lower resolution in global applications. Therefore, in Data Assimilation (DA), many operational centers have long been reluctant to assimilate them (e.g., the European Center for Medium‐range Weather Forecast, ECMWF, started assimilating all 6‐h screen‐level temperature reports only in 2024). For forecast verification, some studies advocate that we should not rely on them and use only verification against our own near‐surface analyses. At Environment and Climate Change Canada (ECCC), both temperature and humidity observations from SYNOPs have been assimilated in our global NWP system for more than two decades and, in June 2024, METARs have been added following some positive impacts found only when comparing forecasts against near‐surface observations. To shed light on the impact of the assimilation of screen‐level observations, in this study we present an evaluation of the impact of removing the assimilation of all screen‐level temperature and humidity observations using various verification references: the NWP forecasts were evaluated against radiosondes and surface observations, independent (ECMWF) analysis, our own analysis and surface analysis. Results show that, despite the lack of a proper estimation of representativeness errors in the DA approach, the assimilation of screen‐level temperature and humidity leads to forecast improvements that can be detected from the verification against independent measurement sources, here radiosondes and ECMWF upper‐air analyses. Verification against own analyses, for both upper‐air and screen‐level variables, led instead to opposite and misleading conclusions. In fact, the removal of assimilated screen‐level temperature and humidity measurements renders the NWP forecast more similar to the own analysis, therefore leading to better scores but detachment from the observed world.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle