Neighborhood‐Based Verification of Precipitation Forecasts at the Local Scale: An Application Over Southern Quebec
Notice bibliographique
Résumé
ABSTRACT The emergence of high‐resolution numerical weather prediction (NWP) systems over recent decades has brought new verification challenges, namely accounting for the “double penalty” effect. While spatial verification methods have been developed to mitigate this issue, they generally provide domain‐wide performance assessments, potentially obscuring spatial heterogeneity in the NWP performances. This study introduces a novel methodology for evaluating the NWP performances at the local scale within a neighborhood‐based framework. Local contingency tables are constructed for each cell of the grid, populated with events occurring within a defined neighborhood window, allowing for the compensation of spatial location errors. These local contingency tables are then temporally aggregated across a set of forecasts to produce a temporal local contingency table at each grid point, thereby enabling localized performance assessment. The methodology was applied to a large region centered in Southern Quebec using forecasts from six NWP systems (GDPS, RDPS, HRDPS, GFS, NAM, and RAP) over a 2‐year period (2022–2023). Analyses were conducted across four precipitation intensity thresholds (0.1, 5, 10, and 25 mm/6 h) and three forecast lead‐time categories (Days 1–2, 3–4, and 5–7 combined, depending on data availability). Four metrics were employed in the evaluation: Bias, false alarm ratio (FAR), probability of detection (POD), and equitable threat score (ETS). The performance is primarily governed by the precipitation intensity threshold, with forecast skill deteriorating as the threshold increases, particularly, for intense and extreme events. Although forecast lead‐time has a secondary yet nonnegligible influence, spatial variability of metric values becomes increasingly pronounced at higher intensity thresholds, despite certain limitations in evaluating extreme precipitation events. Notably, the evaluation at the local scale and the delineation of homogeneous regions proved particularly valuable at the 5 mm/6 h threshold, underscoring the relevance of localized verification approaches for moderate precipitation events.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».