MétaCan
Menu
Retour à la cohorte
Enregistrement W7019182231

Évaluation des processus hydrométéorologiques dans le bassin versant de la rivière des Outaouais durant la saison de neige en utilisant le Modèle régional canadien du climat

2024· other· fr· W7019182231 sur OpenAlexaboutno aff

Notice bibliographique

RevueArchipelago (University of Quebec in Montreal) · 2024
Typeother
Languefr
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPilotageFire historyViewshed analysisCenter pivot irrigation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cette étude vise à évaluer la capacité du Modèle régional canadien du climat (MRCC) à reproduire les principaux processus hydrométéorologiques durant la saison de neige dans le bassin versant de la rivière des Outaouais (BVRO). L'accent est mis sur les principales caractéristiques du couvert de neige comme le début et la fin de la période de neige, et le maximum de la couverture. Quatre simulations de cinq ans couvrant septembre 2015 à août 2020 sont comparées à des données à haute résolution provenant de stations météorologiques, de données satellitaires et de produits de réanalyse. Une des simulations est basée sur la cinquième version du MRCC (le MRCC5) à une résolution horizontale de 12 km, tandis que les trois autres proviennent du MRCC6/GEM5, la version actuellement en développement au Centre ESCER (UQAM, Québec). Parmi les simulations du MRCC6/GEM5, l’une d’entre elles possède une résolution horizontale de 12 km, tandis que les deux autres ont une résolution de 2,5 km et utilisent des paramètres différents pour le pilotage du modèle aux frontières. Il s’avère que, sur le BVRO, la moyenne des données de SWE des produits ERA5, ERA5-Land et SNODAS se compare bien aux données de SWE provenant des instruments automatiques GMON. De plus, les résultats montrent que, quelles que soient la configuration ou la version du modèle, les simulations analysées sous-estiment à la fois la durée du manteau de neige et le maximum annuel de SWE. Dans le cas de la version MRCC5, la durée totale du couvert de neige est sous-estimée de 9 jours (5 %) et le maximum annuel de SWE, de 39 mm (22 %). Dans le cas du MRCC6/GEM5, les simulations sous-estiment en moyenne la durée de 17 jours (22 %) et le maximum annuel de SWE, de 54 mm (30 %). Cependant, les causes de cette sous-estimation varient d'une simulation à l'autre, en particulier en fonction de la version du modèle. La sous-estimation du SWE par le MRCC5 est principalement due à des taux d'évaporation/sublimation trop élevés par rapport aux observations, tandis que les simulations MRCC6/GEM5 sous-estiment principalement le SWE en raison de biais de température, notamment une température minimale trop élevée pendant la période d'accumulation. L'augmentation de la résolution horizontale n'a pas eu d'impact significatif sur la simulation du SWE, les cycles annuels de SWE étant similaires entre MRCC6/GEM5 à 12 km et à 2.5 km pilotés par ERA5. Cependant, des différences ont été observées dans les biais de température. Les simulations pilotées par ERA5 ont montré de meilleures performances globales. Cette étude souligne la nécessité de corriger les biais de température et de précipitation dans les modèles climatiques, en particulier dans les régions froides comme celles de la province du Québec, où la neige joue un rôle majeur dans le bilan hydrologique. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : modèle régional canadien du climat, équivalent en eau de la neige, évaluation de modèle

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,365
Score d'incertitude au seuil0,726

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,197
Écart entre enseignants0,187 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (University of Quebec in Montreal)Même sujetHydrology and Watershed Management StudiesTravaux en français237 207