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
Notice bibliographique
Résumé
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 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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».