Climate change impacts on Great Lakes Basin precipitation extremes
Notice bibliographique
Résumé
A physics-based miniensemble of Weather Research and Forecasting model simulations of climate change over the Great Lakes Basin has been constructed, by dynamically downscaling a single global Community Earth System Model 1 simulation driven by the Representative Concentration Pathways 8.5 scenario. The analysis pipeline is successfully verified by comparison of the results with observations for the historical period (1979–1994) and then applied to produce future projections (2045–2060). By midcentury, in this miniensemble, the future change in rainfall distribution is projected to correspond to an increase of total rainfall (median increase of between 13 and 19%) characterized by a fattening of the tail of the distribution (median increase of between 14 and 29% of the amplitude of a 50 year extreme rainfall event). Average rainfall intensity changes are shown to accurately follow the “Clausius–Clapeyron” thermodynamically expected 7% increase per degree of surface warming, whereas heavy rainfall changes are found to lie between 7 and 10% per degree of surface warming. This further increase can be explained by two effects in the Great Lakes region: midtropospheric warming is projected to be larger than surface warming and heavy rainfall events are projected to originate from higher altitude where additional moisture is available. Details of the physics configuration play only a secondary role in determining the future precipitation changes, primarily through their impact on future temperature changes. The uncertainty in the future projection of precipitation and its extremes therefore depends primarily upon the uncertainty in projected future warming which will require implementation of a larger ensemble of projections to be more accurately assessed.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».