El Niño–Southern Oscillation influence on winter maximum daily precipitation in California in a spatial model
Notice bibliographique
Résumé
Recent studies have found that the El Niño–Southern Oscillation (ENSO) has statistically significant influences on extreme precipitation. A limitation of most existing work is that a separate generalized extreme value (GEV) distribution is fitted for each individual site. Such models cannot address important questions that involve events jointly defined across multiple sites; for instance, what is the probability that the 50 year return levels of three sites in the vicinity of a city occur in the same season? With the latest statistical methodology for spatial extremes, we fit max‐stable process models to winter maximum daily precipitation of 192 sites in California over 55 years. A composite likelihood approach is used since the full likelihood is unavailable either analytically or numerically. In addition to latitude, longitude, and elevation, the Southern Oscillation Index (SOI) is incorporated into the parameters of the marginal GEV models. We find that, in a spatial context, the ENSO has a significant influence on the extreme precipitation in California by shifting the location parameter of the GEV distributions, with higher values of the SOI corresponding to lower maximum winter daily precipitation. The joint spatial model is used to assess risks concerning joint extremal events at network of sites with spatial dependence properly accounted for. The probability of extremal events occurring at multiple sites in the same season is found to be much higher than what would be expected under the independence assumption.
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 | 0,000 |
| 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 | 0,000 |
| 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 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».