Temporal trends in δ<sup>18</sup>O composition of precipitation in Germany: insights from time series modelling and trend analysis
Notice bibliographique
Résumé
Abstract Temporal and spatial variations of stable oxygen ( 18 O) and hydrogen ( 2 H) isotope measurements in precipitation act as important proxies for changing hydro‐meteorological and regional and global climate patterns. Temporal trends in time series of the stable isotope composition in precipitation were rarely observed, and they are poorly understood. These might be a result of a lack of proper trend detection tools and effort for exploring trend processes. Here, we investigate temporal trends of δ 18 O in precipitation at 17 observation stations in Germany between 1978 and 2009. We test if significant trends in the isotope time series from different models can be observed. Mann–Kendall trend tests are applied on the isotope series, using general multiplicative seasonal autoregressive integrate moving average (ARIMA) models, which account for first and higher order serial correlations. Effects of temperature, precipitation, and geographic parameters on isotope trends are also investigated in the proposed models. To benchmark our proposed approach, the ARIMA results are compared with a trend‐free pre‐whitening procedure, the state of the art method for removing the first order autocorrelation in environmental trend studies. Moreover, we further explore whether higher order serial correlations in isotope series affects our trend results. Overall, three out of the 17 stations show significant changes when higher order autocorrelation are adjusted, and four show a significant trend when temperature and precipitation effects are considered. The significant trends in the isotope time series generally occur only at low elevation stations. Higher order autoregressive processes are shown to be important in the isotope time series analysis. Results suggest that the widely used trend analysis with only the first order autocorrelation adjustment may not adequately take account of the high order autocorrelated processes in the stable isotope series. The investigated time series analysis method including higher autocorrelation and external climate variable adjustments is shown to be a better alternative. Copyright © 2014 John Wiley & Sons, Ltd.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,000 |
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 ».