Meteorological modeling of winter and summer periods for the Swiss-Canadian research project on aerosol modeling (SCRAM)
Notice bibliographique
Résumé
The focus of the Swiss-Canadian project SCRAM is the simulation of formation and transport of atmospheric aerosols using two chemical transport models (CTM): the <u>C</u>omprehensive <u>A</u>ir Quality <u>M</u>odel with E<u>x</u>tensions (CAMx) and the Community Multiscale Air Quality (CMAQ) modeling system, which includes the <u>M</u>odel of <u>A</u>erosol <u>D</u>ynamics, <u>R</u>eaction, <u>I</u>onization, and <u>D</u>issolution (MADRID). Both CTMs are driven by the meteorological model MM5. Two regions will be investigated, Switzerland and Southern Ontario (Canada).<br /><br />For Switzerland, a winter period during January and February 2006 is investigated. This period is characterized by elevated aerosol concentrations due to anti-cyclonic conditions associated with temperature inversions and low wind patterns. Three nested domains were defined for the MM5 simulations. The coarse domain includes Central and Southern Europe, the fine domains are focused on Switzerland. MM5 was initialized by assimilated data of the <u>aL</u>pine <u>Mo</u>del (aLMo), the forecast model of MeteoSwiss. Snow information was taken from aLMo data and from snow cover maps based on NOAA AVHRR satellite data. The aLMo data was also used to perform a 4-dimensional data assimilation (FDDA). Preliminary results show that the wind fields show an acceptable agreement with measurements at moderate to high wind speed, whereas the agreement at low wind speed is worse.<br /><br />The three Canadian domains cover Eastern North America, the Great Lakes and Southern Ontario, respectively. MM5 forecasts were performed for a period between July and September 2001. An example of the wind field is given.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».