Développement d’une méthodologie de sous-maillage pour un modèle de prévisions météorologiques haute-résolution dans le cadre de la télédétection du manteau neigeux alpin au Parc national des glaciers, Colombie-Britannique, Canada
Notice bibliographique
Résumé
L'Équivalent en Eau Liquide (EEN) est une variable clé dans les études climatiques et hydrologiques. La plupart des produits d’EEN à l’échelle du globe masquent les zones à la topographie prononcée du fait de la faible résolution spatiale des capteurs micro-onde passif utilisés. Ainsi, la communauté scientifique pousse actuellement pour le développement de capteurs micro-onde actif pour le suivi de l’EEN. Cependant, concevoir un algorithme du signal radar en EEN n'est pas trivial car plusieurs combinaisons de microstructures du manteau neigeux et de valeur d'EEN peuvent produire le même coefficient de rétrodiffusion radar. La communauté converge donc vers des approches bayésiennes d'inversion du signal nécessitant une information a priori sur la structure du manteau neigeux. Cependant, la neige varie fortement dans l'espace et le temps, en particulier dans les environnements montagneux où la topographie complexe affecte de nombreuses manières les variables atmosphériques et d'état du manteau neigeux. D'autre part, il est impensable de couvrir le territoire de stations météorologiques automatiques, et les systèmes de prévisions météorologiques numériques à haute résolution ont une résolution maximale de 2,5 km × 2,5 km, ce qui est trop grossier pour capturer la variabilité spatiale de la neige en montagne. Dans cette étude, nous avons conçu une méthode de sous-maillage pour le Système à haute résolution de prévision déterministe (du sigle HRDPS en anglais). La méthodologie développée permet de sous-mailler les prévisions originales HRDPS (2,5 km × 2,5 km de résolution spatiale) à une résolution de 100 m × 100 m. Ces grilles sous-maillées sont ensuite utilisées comme données de forçage météorologique pour la modélisation de la neige sur deux hivers dans le parc national des Glaciers, en Colombie-Britannique. Dans l'ensemble, l’algorithme de sous-échantillonnage a permis d’améliorer le biais de la taille optique des grains simulé de 18 % et l'EEN modélisée de 16 % en moyenne par rapport aux simulations basées sur les prévisions brutes du HRDPS. En bout de ligne, ce travail pourrait conduire à une amélioration potentielle de 7 dB de la modélisation du coefficient de rétrodiffusion radar, fournissant ainsi l'information a priori nécessaire pour un algorithme bayésien d'inversion de l'EEN.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».