Point-scale evaluation of the Soil, Vegetation, and Snow (SVS) land surface model
Notice bibliographique
Résumé
Le modèle de surface Soil, Vegetation, and Snow (SVS) a été récemment mis au point par Environnement et Changement climatique Canada (ECCC) à des fins opérationnelles de prévisions météorologique et hydrologique. L’objectif principal de cette étude est d’évaluer la capacité de SVS, en mode hors ligne à l’échelle de points de grille, à simuler différents processus par rapport aux observations in situ. L’étude est divisée en deux parties: (1) une évaluation des processus de surface terrestre se produisant dans des conditions sans neige, et (2) une évaluation des processus d’accumulation et de fonte de la neige. Dans la première partie, les flux d’énergie de surface et la teneur en eau ont été évalués sous des climats arides, méditerranéens et tropicaux pour six sites sélectionnés du réseau FLUXNET ayant entre 4 et 12 ans de données. Dans une seconde partie, les principales caractéristiques de l’enneigement sont examinées pour dix sites bien instrumentés ayant entre 8 et 21 ans de données sous climats alpins, maritimes et taiga du réseau ESM-SnowMIP. Les résultats de la première partie montrent des simulations réalistes de SVS du flux de chaleur latente (NSE = 0.58 en moyenne), du flux de chaleur sensible (NSE = 0.70 en moyenne) et du rayonnement net (NSE = 0.97 en moyenne). Le flux de chaleur dans sol est raisonnablement bien simulé pour les sites arides et un site méditerranéen, et simulé sans succès pour les sites tropicaux. Pour sa part, la teneur en eau de surface a été raisonnablement bien simulée aux sites arides (NSE = 0.30 en moyenne) et méditerranéens (NSE = 0.42 en moyenne) et mal simulée aux sites tropicaux (NSE = -16.05 en moyenne). Les performances du SVS étaient comparables aux simulations du Canadian Land surface Scheme (CLASS) non seulement pour les flux d’énergie et le teneur en eau, mais aussi pour des processus plus spécifiques tels que l’évapotranspiration et le bilan en eau. Les résultats de la deuxième partie montrent que SVS est capable de reproduire de manière réaliste les principales caractéristiques de l’enneigement de ces sites. Sur la base des résultats, une distinction claire peut être faite entre les simulations aux sites ouverts et forestiers. SVS simule adéquatement l’équivalent en eau de la neige, la densité et la hauteur de la neige des sites ouverts (NSE = 0.64, 0.75 et 0.59, respectivement), mais présente des performances plus faibles aux sites forestiers (NSE = - 0.40, 0.15 et 0.56, respectivement), ce qui est principalement attribué aux limites du module de tassement et à l’absence d’un module d’interception de la neige. Les évaluations effectuées au début, au milieu et à la fin de l’hiver ont révélé une tendance à la baisse de la capacité de SVS à simuler SWE, la densité et l’épaisseur de la neige à la fin de l’hiver. Pour les sites ouverts, les températures de la neige en surface sont bien représentées (RMSE = 3.00 _C en moyenne), mais ont montré un biais négatif (PBias = - 1.6 % en moyenne), qui était dû à une mauvaise représentation du bilan énergétique de surface sous conditions stables la nuit. L’albédo a montré une représentation raisonnable (RMSE = 0.07 en moyenne), mais une tendance à surestimer les valeurs de fin d’hiver (biais = 0,04 sur la fin de l’hiver), en raison de la diminution progressive pendant les longues périodes de fonte. Enfin, un test de sensibilité a conduit à des suggestions aux développeurs du modèles. Les tests de sensibilité du processus de fonte de la neige suggèrent l’utilisation de la température de surface de la neige au lieu de la température moyenne lors du calcul. Cela permettrait d’améliorer les simulations SWE, à l’exception de deux sites ouverts et d’un site forestier. Les tests de sensibilité à la partition des précipitations permettent d’identifier une transition linéaire de la température de l’air entre 0 et 1 _C comme le meilleur choix en l’absence de partitions observées ou plus sophistiquées.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».