A Spatial Gamma-Gamma Model for the Statistical Postprocessing of Ensemble Weather Forecasts
Notice bibliographique
Résumé
Un modèle hiérarchique spatial Gamma-Gamma est proposé pour le post-traitement statistique de prévisions météorologiques d'ensemble en vue de mieux anticiper les risques d'événements extrêmes. La souplesse du modèle permet de l'adapter à des dépassements de seuils potentiellement sous-asymptotiques tout en préservant la lourdeur des queues des lois de probabilité. Sachant qu'il y a généralement indépendance asymptotique entre les extrêmes des phénomènes météorologiques observés en des sites distincts, la structure de dépendance du modèle est définie par une copule gaussienne dont le degré de corrélation entre des événements observés est fonction de la distance entre les lieux qui les séparent. Une étude de Monte-Carlo permet d'illustrer les bonnes propriétés d'ajustement du modèle. La méthode est également appliquée au post-traitement statistique de prévisions météorologiques d'ensemble de précipitations de pluie pour cinq bassins versants du complexe hydro-électrique de la Manicouagan géré par Hydro-Québec. Ce travail s'inscrit dans le cadre d'un projet d'innovation réalisé par l'Institut de recherche d'Hydro-Québec (IREQ) visant à mieux prévoir les événements météorologiques extrêmes pour la gestion des actifs de l'entreprise ainsi que pour la planification de la production
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».