Multi-decadal CESM2-Large Ensemble direct downscaled reference and mid 21st century hydroclimate simulations Alaska and the Yukon at 4 kilometer (km) resolution
Notice bibliographique
Résumé
### Access Files be accessed and downloaded from the directory via: [http://arcticdata.io/data/10.18739/A2HX15S78](http://arcticdata.io/data/10.18739/A2HX15S78). ### Overview We present a novel, high-resolution land-atmosphere regional climate model (RCM) configuration for Alaska and Yukon River basin. The Regional Arctic System Model (RASM) was reconfigured from its 50 kilometer (km) grid-spacing to 4 km and coupled to the Community Terrestrial Systems Model (CTSM) with hydrology specific optimization providing improved treatment of orographic precipitation, spatial heterogeneity of the landscape, and improved surface and sub-surface processes particularly tailored to cold regions. The new RASM configuration was used to dynamically downscale four Community Earth System Model version 2-Large Ensemble (CESM2-LE) climate model members for reference (model timestamp water year (WY) 1991-2021) and mid-century (WY2035-2065) time-slices. We performed a simple bias correction to the CESM2-LE specific humidity, with vertical variations, to reduce a high precipitation bias when using the CESM2-LE data directly. The simulations have resulted in a unique high-resolution small ensemble of the hydroclimate over Alaska and the Yukon that can be used for studying atmospheric and hydrologic processes, and assessing impacts related to climate variability and change across the region. Hourly, three-hourly, daily, and monthly outputs are available for surface precipitation, temperature, streamflow, and snowpack, among many other variables. A companion dataset (https://doi.org/10.5065/ZPSB-PS82) is available that provides an ERA5 forced historical (WY1991-2021) and two future pseudo global warming simulations with the same outputs and future time slices. ### Model Scripts and Example Run An example of model inputs, scripts, and outputs are available through the Arctic Data Center at [https://doi.org/10.18739/A2RN3094N](https://doi.org/10.18739/A2RN3094N). ### Citation The corresponding description paper is Newman et al. (2026) and we appreciate it if users cite both this dataset and the description paper when basing outcomes or analysis on this work.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».