Convective-scale radar data assimilation and adaptive radar observation with the Ensemble Kalman Filter
Notice bibliographique
Résumé
Les statistiques d’erreur de prévisions dépendent de l’écoulement atmosphérique ainsi que d'autres incertitudes associées au Filtre de Kalman d'Ensemble (EnKF), tels que l'erreur de modèle, les perturbations initiales, etc. Ces erreurs sont étudiées à l'aide d'expériences idéalisées ainsi que d'un modèle numérique de prévisions météorologiques. À cet effet, un système d’EnKF à l'échelle convective a été développé pour assimiler les données radar de vitesse radiale fournies par l'observatoire radar JS Marshall à l'université McGill. La performance de ce système et son impact sur les prévisions d'ensembles sont examinés à partir d'un échantillon de trois situations atmosphériques présentant des structures de précipitations différentes. Afin d'améliorer et de prolonger l'effet bénéfique apporté par l'assimilation de données, nous proposons une méthode adaptative d'observations radar basée sur les statistiques d'erreurs de prévision du système EnKF. Cette méthode vise à tirer parti de la rapidité associée au balayage électronique (phased array) afin de choisir de manière adaptative les endroits ou de futures observations ont le plus de chance d'améliorer l'analyse de variables non observées.Les expériences idéalisées à partir de systèmes EnKF suggèrent que des analyses de qualité nécessitent des perturbations initiales de magnitude adéquates, des estimations précises des erreurs de modèle et d'observations ainsi que l'utilisation d'observations aux erreurs non corrélées. L'étude sur les statistiques d'erreur de background a montré que les perturbations isotropes et homogènes peuvent se développer suffisamment pour présenter des erreurs dont la structure diffère entre les régions avec et sans précipitation. Les résultats provenant du système d’EnKF à haute résolution indiquent que l'incertitude de l'analyse peut être réduite après un processus de cyclage pendant une heure. Aussi, il est démontré l'assimilation de la vitesse radiale a un impact sur le champ de précipitations. L'amélioration par rapport aux observations est mesurable pour une période de deux heures. Lorsque la méthode d'observation adaptative est appliquée, l'estimation de la vitesse verticale peut être améliorée dans les zones où les covariances d’erreurs sont importantes. Toutefois, l'amélioration est faible par rapport aux variables observées.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».