Analysis and forecasting of extreme temperature and precipitation across the complex terrain of British Columbia
Notice bibliographique
Résumé
The ability to forecast extreme temperature and precipitation events not only helps satisfy the public’s desire to better prepare for such events, but can also provide valuable information about the future risks of such events to emergency managers, regional planners, and policy-makers at all levels of government. This dissertation advances extreme weather forecasting over the complex topography of British Columbia (BC) while accounting for changes in intensity and frequency of extreme events due to nonstationarity. First the problem of finding a dataset to provide climatological distributions is addressed. Weather station data coverage, quality, and temporal completeness across BC degrade outside of population centres, and as one goes back in time. This data paucity motivates the search for the best reanalysis to serve as a climatological reference dataset. The 2-m temperature and daily accumulated precipitation of the reanalyses are compared with observations from meteorological stations distributed over the complex terrain of British Columbia. Upon thorough evaluation, the Japanese 55-year Reanalysis (JRA-55) was found to be best. The second component of this works combines, downscales and bias corrects the best performing reanalysis using the high-spatial-resolution Parameter-Elevation Regressions on Independent Slopes Model (PRISM) dataset and using surface weather station observations. This results in a high-resolution, long-term gridded dataset that is spatially and temporally complete, yielding a very-high-resolution surface analysis (VHRSA). Next, this dataset is used to create a high-resolution, bias-corrected ensemble forecast using the North American Ensemble Forecast System (NAEFS). The post-processed NAEFS is more skillful than the raw NAEFS forecast out to a forecast lead time of 10 days for both 2-m temperature, and daily accumulated precipitation. Statistical temporal stationarity of extreme values of precipitation and temperature are assessed for the 60-year VHRSA period. It is determined that nonstationary distributions should be used to represent annual minima values of daily minimum 2-m temperature during summer months and late winter. Finally, an extreme, or situational awareness index is presented: the Parametric Extreme Index (PEI). It can be used to alert forecasters and other end users of future extreme temperature and precipitation events.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».