Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "[{\"affiliation\": \"CRYOS, ENAC, EPFL\", 
2
  "author": "[{\"affiliation\": \"CRYOS, ENAC, EPFL\", 
            
3
\"affiliation_02\": \"SLF / WSL\", \"affiliation_03\": \"\", 
3
\"affiliation_02\": \"SLF / WSL\", \"affiliation_03\": \"\", 
            
4
\"data_credit\": [\"collection\", \"validation\", \"curation\", 
4
\"data_credit\": [\"collection\", \"validation\", \"curation\", 
            
5
\"software\", \"publication\", \"supervision\"], \"email\": 
5
\"software\", \"publication\", \"supervision\"], \"email\": 
            
6
\"jerome.dujardin@slf.ch\", \"given_name\": \"J\\u00e9r\\u00f4me\", 
6
\"jerome.dujardin@slf.ch\", \"given_name\": \"J\\u00e9r\\u00f4me\", 
            
7
\"identifier\": \"0000-0001-5404-7734\", \"name\": \"Dujardin\"}, 
7
\"identifier\": \"0000-0001-5404-7734\", \"name\": \"Dujardin\"}, 
            
8
{\"affiliation\": \"CRYOS, ENAC, EPFL\", \"affiliation_02\": \"SLF / 
8
{\"affiliation\": \"CRYOS, ENAC, EPFL\", \"affiliation_02\": \"SLF / 
            
9
WSL\", \"affiliation_03\": \"EPFL\", \"data_credit\": 
9
WSL\", \"affiliation_03\": \"EPFL\", \"data_credit\": 
            
10
[\"publication\", \"supervision\"], \"email\": \"lehning@slf.ch\", 
10
[\"publication\", \"supervision\"], \"email\": \"lehning@slf.ch\", 
            
11
\"given_name\": \"Michael\", \"identifier\": \"0000-0002-8442-0875\", 
11
\"given_name\": \"Michael\", \"identifier\": \"0000-0002-8442-0875\", 
            
12
\"name\": \"Lehning\"}]",
12
\"name\": \"Lehning\"}]",
            
13
  "author_email": null,
13
  "author_email": null,
            
14
  "creator_user_id": "16379126-7832-4ddf-b7b2-4e1f408d532e",
14
  "creator_user_id": "16379126-7832-4ddf-b7b2-4e1f408d532e",
            
15
  "date": "[{\"date\": \"2022-03-14\", \"date_type\": \"created\", 
15
  "date": "[{\"date\": \"2022-03-14\", \"date_type\": \"created\", 
            
16
\"end_date\": \"\"}]",
16
\"end_date\": \"\"}]",
            
17
  "doi": "10.16904/envidat.301",
17
  "doi": "10.16904/envidat.301",
            
18
  "funding": "[{\"grant_number\": \"\", \"institution\": \"SNF\", 
18
  "funding": "[{\"grant_number\": \"\", \"institution\": \"SNF\", 
            
19
\"institution_url\": \"\"}, {\"grant_number\": \"\", \"institution\": 
19
\"institution_url\": \"\"}, {\"grant_number\": \"\", \"institution\": 
            
20
\"SFOE\", \"institution_url\": \"\"}, {\"grant_number\": \"\", 
20
\"SFOE\", \"institution_url\": \"\"}, {\"grant_number\": \"\", 
            
21
\"institution\": \"Innosuisse\", \"institution_url\": \"\"}]",
21
\"institution\": \"Innosuisse\", \"institution_url\": \"\"}]",
            
22
  "groups": [],
22
  "groups": [],
            
23
  "id": "d004814d-4376-4e5c-8588-396ddf246669",
23
  "id": "d004814d-4376-4e5c-8588-396ddf246669",
            
24
  "isopen": false,
24
  "isopen": false,
            
25
  "language": "en",
25
  "language": "en",
            
26
  "license_id": "other-undefined",
26
  "license_id": "other-undefined",
            
27
  "license_title": "Other (Specified in the description)",
27
  "license_title": "Other (Specified in the description)",
            
28
  "maintainer": "{\"affiliation\": \"CRYOS, ENAC, EPFL\", \"email\": 
28
  "maintainer": "{\"affiliation\": \"CRYOS, ENAC, EPFL\", \"email\": 
            
29
\"jerome.dujardin@slf.ch\", \"given_name\": \"J\u00e9r\u00f4me\", 
29
\"jerome.dujardin@slf.ch\", \"given_name\": \"J\u00e9r\u00f4me\", 
            
30
\"identifier\": \"0000-0001-5404-7734\", \"name\": \"Dujardin\"}",
30
\"identifier\": \"0000-0001-5404-7734\", \"name\": \"Dujardin\"}",
            
31
  "maintainer_email": null,
31
  "maintainer_email": null,
            
32
  "metadata_created": "2022-01-07T11:24:01.534922",
32
  "metadata_created": "2022-01-07T11:24:01.534922",
            
n
33
  "metadata_modified": "2022-03-16T15:21:14.779671",
n
33
  "metadata_modified": "2025-03-05T08:17:09.796120",
            
34
  "name": "wind-topo_model",
34
  "name": "wind-topo_model",
            
35
  "notes": "Wind-Topo is a statistical downscaling model for near 
35
  "notes": "Wind-Topo is a statistical downscaling model for near 
            
36
surface wind fields especially suited for highly complex 
36
surface wind fields especially suited for highly complex 
            
37
terrain.\r\n\r\nIt is based on deep learning and was trained 
37
terrain.\r\n\r\nIt is based on deep learning and was trained 
            
38
(calibrated) using the hourly wind speed and direction from 261 
38
(calibrated) using the hourly wind speed and direction from 261 
            
39
automatic measurement stations (IMIS and SwissMetNet) located in 
39
automatic measurement stations (IMIS and SwissMetNet) located in 
            
40
Switzerland. The periods 1st October 2015 to 1st October 2016 and 1st 
40
Switzerland. The periods 1st October 2015 to 1st October 2016 and 1st 
            
41
October 2017 to 1st October 2018 were used for training. The model was 
41
October 2017 to 1st October 2018 were used for training. The model was 
            
42
validated using 60 other stations on the period 1st October 2016 to 
42
validated using 60 other stations on the period 1st October 2016 to 
            
43
1st October 2017. Wind-Topo was trained using COSMO-1 data and a 
43
1st October 2017. Wind-Topo was trained using COSMO-1 data and a 
            
44
53-meter Digital Elevation Model as input.\r\n\r\nThis dataset 
44
53-meter Digital Elevation Model as input.\r\n\r\nThis dataset 
            
45
provides all the necessary code to understand, use and incorporate 
45
provides all the necessary code to understand, use and incorporate 
            
46
Wind-Topo in a new downscaling scheme. Specifically, the dataset 
46
Wind-Topo in a new downscaling scheme. Specifically, the dataset 
            
47
contains the architecture of Wind-Topo and its optimized parameters, 
47
contains the architecture of Wind-Topo and its optimized parameters, 
            
48
as well as a python script to downscale uniform wind fields with a 
48
as well as a python script to downscale uniform wind fields with a 
            
49
prescribed vertical profile for any given 53-meter 
49
prescribed vertical profile for any given 53-meter 
            
50
DEM.\r\n\r\nAccompanies the publication \"Wind-Topo: Downscaling 
50
DEM.\r\n\r\nAccompanies the publication \"Wind-Topo: Downscaling 
            
51
near-surface wind fields to high-resolution topography in highly 
51
near-surface wind fields to high-resolution topography in highly 
            
52
complex terrain with deep learning\" Dujardin and Lehning, Quarterly 
52
complex terrain with deep learning\" Dujardin and Lehning, Quarterly 
            
53
Journal of the Royal Meteorological Society, 2022. 
53
Journal of the Royal Meteorological Society, 2022. 
            
54
https://doi.org/10.1002/qj.4265\r\nPlease cite this publication if you 
54
https://doi.org/10.1002/qj.4265\r\nPlease cite this publication if you 
            
55
use Wind-Topo or derive new models from it.\r\nThe code can be used 
55
use Wind-Topo or derive new models from it.\r\nThe code can be used 
            
56
under the GNU Affero General Public License (AGPL).",
56
under the GNU Affero General Public License (AGPL).",
            
57
  "num_resources": 1,
57
  "num_resources": 1,
            
58
  "num_tags": 8,
58
  "num_tags": 8,
            
59
  "organization": {
59
  "organization": {
            
60
    "approval_status": "approved",
60
    "approval_status": "approved",
            
61
    "created": "2016-11-17T12:24:20.447699",
61
    "created": "2016-11-17T12:24:20.447699",
            
62
    "description": "CRYOS is the EPFL laboratory of the WSL/SLF - EPFL 
62
    "description": "CRYOS is the EPFL laboratory of the WSL/SLF - EPFL 
            
63
joint appointment for Prof. Michael Lehning. At his WSL side, Prof. 
63
joint appointment for Prof. Michael Lehning. At his WSL side, Prof. 
            
64
Michael Lehning is head of the research unit \"Snow and Permafrost\" 
64
Michael Lehning is head of the research unit \"Snow and Permafrost\" 
            
65
at SLF in Davos.\r\n \r\n###General Mission\r\nThe laboratory of 
65
at SLF in Davos.\r\n \r\n###General Mission\r\nThe laboratory of 
            
66
cryospheric sciences investigates the processes that shape snow and 
66
cryospheric sciences investigates the processes that shape snow and 
            
67
ice in mountains and polar regions. In particular, snow cover 
67
ice in mountains and polar regions. In particular, snow cover 
            
68
processes, snow-atmosphere interactions and mountain hydrology are in 
68
processes, snow-atmosphere interactions and mountain hydrology are in 
            
69
the focus of current research. This includes a strive for deeper 
69
the focus of current research. This includes a strive for deeper 
            
70
understanding of the complicated mass and energy exchange processes 
70
understanding of the complicated mass and energy exchange processes 
            
71
within, above and below a snow cover but also predictions of future 
71
within, above and below a snow cover but also predictions of future 
            
72
snow and ice in mountains and high latitudes. A newer work area is the 
72
snow and ice in mountains and high latitudes. A newer work area is the 
            
73
risk management and optimization in the field of renewable energy 
73
risk management and optimization in the field of renewable energy 
            
74
production based on our detailed understanding of water, wind and 
74
production based on our detailed understanding of water, wind and 
            
75
radiation processes in mountains.\r\n\r\nMore information: 
75
radiation processes in mountains.\r\n\r\nMore information: 
            
76
http://cryos.epfl.ch/",
76
http://cryos.epfl.ch/",
            
77
    "id": "b2ef52fe-c56a-4973-8309-24837f3848ed",
77
    "id": "b2ef52fe-c56a-4973-8309-24837f3848ed",
            
78
    "image_url": "2019-03-26-151807.125593CRYOSLogoFinal.jpg",
78
    "image_url": "2019-03-26-151807.125593CRYOSLogoFinal.jpg",
            
79
    "is_organization": true,
79
    "is_organization": true,
            
80
    "name": "cryos",
80
    "name": "cryos",
            
81
    "state": "active",
81
    "state": "active",
            
82
    "title": "CRYOS",
82
    "title": "CRYOS",
            
83
    "type": "organization"
83
    "type": "organization"
            
84
  },
84
  },
            
85
  "owner_org": "b2ef52fe-c56a-4973-8309-24837f3848ed",
85
  "owner_org": "b2ef52fe-c56a-4973-8309-24837f3848ed",
            
86
  "private": false,
86
  "private": false,
            
87
  "publication": "{\"publication_year\": \"2022\", \"publisher\": 
87
  "publication": "{\"publication_year\": \"2022\", \"publisher\": 
            
88
\"EnviDat\"}",
88
\"EnviDat\"}",
            
89
  "publication_state": "published",
89
  "publication_state": "published",
            
90
  "related_datasets": " * Wind-Topo is an ongoing development. New 
90
  "related_datasets": " * Wind-Topo is an ongoing development. New 
            
91
versions can be found 
91
versions can be found 
            
92
at:\r\nhttps://gitlabext.wsl.ch/dujardin/wind-topo\r\n\r\n * The model 
92
at:\r\nhttps://gitlabext.wsl.ch/dujardin/wind-topo\r\n\r\n * The model 
            
93
and its performance are described in:\r\n\"Wind-Topo: Downscaling 
93
and its performance are described in:\r\n\"Wind-Topo: Downscaling 
            
94
near-surface wind fields to high-resolution topography in highly 
94
near-surface wind fields to high-resolution topography in highly 
            
95
complex terrain with deep learning\" Dujardin and Lehning, Quarterly 
95
complex terrain with deep learning\" Dujardin and Lehning, Quarterly 
            
96
Journal of the Royal Meteorological Society, 2022. 
96
Journal of the Royal Meteorological Society, 2022. 
            
97
https://doi.org/10.1002/qj.4265\r\nPlease cite this publication if you 
97
https://doi.org/10.1002/qj.4265\r\nPlease cite this publication if you 
            
98
use Wind-Topo or derive new models from it.",
98
use Wind-Topo or derive new models from it.",
            
99
  "related_publications": " * \"Wind-Topo: Downscaling near-surface 
99
  "related_publications": " * \"Wind-Topo: Downscaling near-surface 
            
100
wind fields to high-resolution topography in highly complex terrain 
100
wind fields to high-resolution topography in highly complex terrain 
            
101
with deep learning\" Dujardin and Lehning, Quarterly Journal of the 
101
with deep learning\" Dujardin and Lehning, Quarterly Journal of the 
            
102
Royal Meteorological Society, 2022. https://doi.org/10.1002/qj.4265",
102
Royal Meteorological Society, 2022. https://doi.org/10.1002/qj.4265",
            
103
  "relationships_as_object": [],
103
  "relationships_as_object": [],
            
104
  "relationships_as_subject": [],
104
  "relationships_as_subject": [],
            
105
  "resource_type": "software",
105
  "resource_type": "software",
            
106
  "resource_type_general": "software",
106
  "resource_type_general": "software",
            
107
  "resources": [
107
  "resources": [
            
108
    {
108
    {
            
109
      "cache_last_updated": null,
109
      "cache_last_updated": null,
            
110
      "cache_url": null,
110
      "cache_url": null,
            
111
      "created": "2022-01-07T11:24:06.974225",
111
      "created": "2022-01-07T11:24:06.974225",
            
112
      "description": "Contains: all codes, installation procedure, 
112
      "description": "Contains: all codes, installation procedure, 
            
113
technical documentation, an example of Digital Elevation Model of the 
113
technical documentation, an example of Digital Elevation Model of the 
            
114
Swiss Alps, the expected outputs of the code (downscaled wind 
114
Swiss Alps, the expected outputs of the code (downscaled wind 
            
115
fields).",
115
fields).",
            
116
      "doi": "",
116
      "doi": "",
            
117
      "format": ".zip",
117
      "format": ".zip",
            
118
      "hash": "",
118
      "hash": "",
            
119
      "id": "b7eb1ae7-9e0d-4036-b108-fd7b515f1ea6",
119
      "id": "b7eb1ae7-9e0d-4036-b108-fd7b515f1ea6",
            
120
      "last_modified": "2022-03-16T15:42:32.497435",
120
      "last_modified": "2022-03-16T15:42:32.497435",
            
121
      "metadata_modified": "2022-03-16T14:44:34.770509",
121
      "metadata_modified": "2022-03-16T14:44:34.770509",
            
122
      "mimetype": null,
122
      "mimetype": null,
            
123
      "mimetype_inner": null,
123
      "mimetype_inner": null,
            
124
      "name": "Wind-Topo_v0.1.0",
124
      "name": "Wind-Topo_v0.1.0",
            
125
      "package_id": "d004814d-4376-4e5c-8588-396ddf246669",
125
      "package_id": "d004814d-4376-4e5c-8588-396ddf246669",
            
126
      "position": 0,
126
      "position": 0,
            
127
      "publication_state": "",
127
      "publication_state": "",
            
128
      "resource_size": "{\"size_units\": \"kb\", \"size_value\": 
128
      "resource_size": "{\"size_units\": \"kb\", \"size_value\": 
            
129
\"\"}",
129
\"\"}",
            
130
      "resource_type": null,
130
      "resource_type": null,
            
131
      "restricted": "{\"allowed_users\": \"\", \"level\": \"public\", 
131
      "restricted": "{\"allowed_users\": \"\", \"level\": \"public\", 
            
132
\"shared_secret\": \"\"}",
132
\"shared_secret\": \"\"}",
            
133
      "size": 447661935,
133
      "size": 447661935,
            
134
      "state": "active",
134
      "state": "active",
            
135
      "url": 
135
      "url": 
            
136
e/b7eb1ae7-9e0d-4036-b108-fd7b515f1ea6/download/wind-topo_v0.1.0.zip",
136
e/b7eb1ae7-9e0d-4036-b108-fd7b515f1ea6/download/wind-topo_v0.1.0.zip",
            
137
      "url_type": "upload"
137
      "url_type": "upload"
            
138
    }
138
    }
            
139
  ],
139
  ],
            
140
  "spatial": 
140
  "spatial": 
            
141
80838],[10.49203,47.80838],[10.49203,45.81802],[5.95587,45.81802]]]}",
141
80838],[10.49203,47.80838],[10.49203,45.81802],[5.95587,45.81802]]]}",
            
142
  "spatial_info": "Switzerland",
142
  "spatial_info": "Switzerland",
            
143
  "state": "active",
143
  "state": "active",
            
144
  "subtitle": "",
144
  "subtitle": "",
            
145
  "tags": [
145
  "tags": [
            
146
    {
146
    {
            
147
      "display_name": "COMPLEX TERRAIN",
147
      "display_name": "COMPLEX TERRAIN",
            
148
      "id": "4da4b8e9-b59c-4152-8ba6-25ae11657f61",
148
      "id": "4da4b8e9-b59c-4152-8ba6-25ae11657f61",
            
149
      "name": "COMPLEX TERRAIN",
149
      "name": "COMPLEX TERRAIN",
            
150
      "state": "active",
150
      "state": "active",
            
151
      "vocabulary_id": null
151
      "vocabulary_id": null
            
152
    },
152
    },
            
153
    {
153
    {
            
154
      "display_name": "CONVOLUTIONAL NEURAL NETWORKS",
154
      "display_name": "CONVOLUTIONAL NEURAL NETWORKS",
            
155
      "id": "4c408460-fb63-494c-bfec-acc86e5d1ebc",
155
      "id": "4c408460-fb63-494c-bfec-acc86e5d1ebc",
            
156
      "name": "CONVOLUTIONAL NEURAL NETWORKS",
156
      "name": "CONVOLUTIONAL NEURAL NETWORKS",
            
157
      "state": "active",
157
      "state": "active",
            
158
      "vocabulary_id": null
158
      "vocabulary_id": null
            
159
    },
159
    },
            
160
    {
160
    {
            
161
      "display_name": "DOWNSCALING",
161
      "display_name": "DOWNSCALING",
            
162
      "id": "469b794e-38f0-4a97-879a-b12d8253a221",
162
      "id": "469b794e-38f0-4a97-879a-b12d8253a221",
            
163
      "name": "DOWNSCALING",
163
      "name": "DOWNSCALING",
            
164
      "state": "active",
164
      "state": "active",
            
165
      "vocabulary_id": null
165
      "vocabulary_id": null
            
166
    },
166
    },
            
167
    {
167
    {
            
168
      "display_name": "HIGH RESOLUTION",
168
      "display_name": "HIGH RESOLUTION",
            
169
      "id": "485950e8-f269-4960-bbf6-7ae9ad756bcc",
169
      "id": "485950e8-f269-4960-bbf6-7ae9ad756bcc",
            
170
      "name": "HIGH RESOLUTION",
170
      "name": "HIGH RESOLUTION",
            
171
      "state": "active",
171
      "state": "active",
            
172
      "vocabulary_id": null
172
      "vocabulary_id": null
            
173
    },
173
    },
            
174
    {
174
    {
            
175
      "display_name": "MACHINE LEARNING",
175
      "display_name": "MACHINE LEARNING",
            
176
      "id": "66c2084e-b683-47a2-878c-48f33c6e2a78",
176
      "id": "66c2084e-b683-47a2-878c-48f33c6e2a78",
            
177
      "name": "MACHINE LEARNING",
177
      "name": "MACHINE LEARNING",
            
178
      "state": "active",
178
      "state": "active",
            
179
      "vocabulary_id": null
179
      "vocabulary_id": null
            
180
    },
180
    },
            
181
    {
181
    {
            
182
      "display_name": "METEOROLOGY",
182
      "display_name": "METEOROLOGY",
            
183
      "id": "1cde4b46-1fd4-4227-b910-ce97d87f99ad",
183
      "id": "1cde4b46-1fd4-4227-b910-ce97d87f99ad",
            
184
      "name": "METEOROLOGY",
184
      "name": "METEOROLOGY",
            
185
      "state": "active",
185
      "state": "active",
            
186
      "vocabulary_id": null
186
      "vocabulary_id": null
            
187
    },
187
    },
            
188
    {
188
    {
            
189
      "display_name": "SURFACE WINDS",
189
      "display_name": "SURFACE WINDS",
            
190
      "id": "c44e52a7-1709-4f25-928d-97c95f5df31e",
190
      "id": "c44e52a7-1709-4f25-928d-97c95f5df31e",
            
191
      "name": "SURFACE WINDS",
191
      "name": "SURFACE WINDS",
            
192
      "state": "active",
192
      "state": "active",
            
193
      "vocabulary_id": null
193
      "vocabulary_id": null
            
194
    },
194
    },
            
195
    {
195
    {
            
196
      "display_name": "TOPOGRAPHY",
196
      "display_name": "TOPOGRAPHY",
            
197
      "id": "00a7c594-8c2a-4b5c-9ed9-0ff13cbb6d32",
197
      "id": "00a7c594-8c2a-4b5c-9ed9-0ff13cbb6d32",
            
198
      "name": "TOPOGRAPHY",
198
      "name": "TOPOGRAPHY",
            
199
      "state": "active",
199
      "state": "active",
            
200
      "vocabulary_id": null
200
      "vocabulary_id": null
            
201
    }
201
    }
            
202
  ],
202
  ],
            
203
  "title": "Wind-Topo_model",
203
  "title": "Wind-Topo_model",
            
204
  "type": "dataset",
204
  "type": "dataset",
            
205
  "url": null,
205
  "url": null,
            
t
206
  "version": "0.1.0"
t
206
  "version": "0.1"
            
207
}
207
}