ESPO-G6-R2 : Ensemble de Simulations Post-traitées d'Ouranos - modèles Globaux CMIP6 - RDRS v2.1 / Ouranos Ensemble of Bias-adjusted Simulations - Global models CMIP6 - RDRS v2.1
Notice bibliographique
Résumé
Context The need to adapt to climate change is present in a growing number of fields, leading to an increase in the demand for climate scenarios for often interrelated sectors of activity. In order to meet this growing demand and to ensure the availability of climate scenarios responding to numerous vulnerability, impact, and adaptation (VIA) studies, Ouranos is working to create a set of operational multipurpose climate scenarios at a high spatial resolution called "Ensemble de Simulations Post-traitées d'Ouranos" (ESPO). Dataset In ESPO-G6-R2 v1.0.0, CMIP6 global climate model simulations are bias-adjusted using the RDRS v2.1 reference dataset. The simulation ensemble covers the period for years 1950-2100 and includes the daily minimum temperature (tasmin), the daily maximum temperature (tasmax) and the daily mean precipitation flux (pr). The dataset has a resolution of 0.1° over a North American domain from 179.9°W to 10.0°W and from 10.0°N to 83.3°N. Though, we recommend caution close to the edge of the domain, especially in the south.The experiments included are SSP2-4.5 and SSP3-7.0. To avoid the "hot model problem", only models with a Transient Climate Response in the likely range (1.4–2.2 °C) were kept in the official ensemble. Extra "hot models" and experiments are available even if they are not in the official ensemble. Reference The ESPO-G6-R2 v1.0.0 dataset uses the RDRS v2.1 (Gasset et al., 2021) as reference dataset. This is a product from Environment and Climate Change Canada (ECCC) created by using the Regional Deterministic Reforecast System (RDRS) to downscale the Global Deterministic Reforecast System (GDRS) initialized by ERA-Interim. The system is also coupled with the Canadian Land Data Assimilation System (CaLDAS) and Precipitation Analysis (CaPA). Method The code attached to this DOI performs the bias-adjustment on the raw simulations to create the ESPO-G6-R2 v1.0.0 ensemble. First, each simulation is regridded with a bilinear interpolation in cascades onto the RDRS v2.1 reference grid. Then, they are adjusted following the Detrended Quantile Mapping procedure. The adjustment is performed on tasmax, pr and dtr (daily temperature range). The variable tasmin is reconstructed from tasmax and dtr. The three variables are then assembled to create the official timeseries. The code also contains extra tasks. It computes diagnostics, indicators, climatology, deltas and ensemble statistics. Code and data availability At the time of publication, the data is stored on Ouranos THREDDS, a part of the PAVICS project. OPenDAP: https://pavics.ouranos.ca/twitcher/ows/proxy/thredds/catalog/datasets/simulations/bias_adjusted/cmip6/ouranos/ESPO-G/ESPO-G6-R2v1.0.0/catalog.html NetCDF: https://pavics.ouranos.ca/twitcher/ows/proxy/thredds/catalog/birdhouse/ouranos/ESPO-G/ESPO-G6-R2v1.0.0/catalog.html This version of the code: https://github.com/Ouranosinc/ESPO-G/releases/tag/ESPO-G6-R2v1.0.0The github repository: https://github.com/Ouranosinc/ESPO-G
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,005 |
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 ».