MétaCan
Menu
Retour à la cohorte
Enregistrement W1947095001 · doi:10.1002/2015jd023890

Toward daily climate scenarios for Canadian Arctic coastal zones with more realistic temperature‐precipitation interdependence

2015· article· en· W1947095001 sur OpenAlexafffundabout
Fabio Gennaretti, Lorenzo Sangelantoni, Patrick Grenier

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversité du Québec à MontréalOuranos
Organismes subventionnairesNatural Resources CanadaArcticNet
Mots-clésCopula (linguistics)ClimatologyEnvironmental sciencePrecipitationQuantileClimate changeClimate modelMean radiant temperatureSnowArcticEconometricsMeteorologyMathematicsGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract The interdependence between climatic variables should be taken into account when developing climate scenarios. For example, temperature‐precipitation interdependence in the Arctic is strong and impacts on other physical characteristics, such as the extent and duration of snow cover. However, this interdependence is often misrepresented in climate simulations. Here we use two two‐dimensional (2‐D) methods for statistically adjusting climate model simulations to develop plausible local daily temperature ( T mean ) and precipitation ( Pr ) scenarios. The first 2‐D method is based on empirical quantile mapping (2Dqm) and the second on parametric copula models (2Dcopula). Both methods are improved here by forcing the preservation of the modeled long‐term warming trend and by using moving windows to obtain an adjustment specific to each day of the year. These methods were applied to a representative ensemble of 13 global climate model simulations at 26 Canadian Arctic coastal sites and tested using an innovative cross‐validation approach. Intervariable dependence was evaluated using correlation coefficients and empirical copula density plots. Results show that these 2‐D methods, especially 2Dqm, adjust individual distributions of climatic time series as adequately as one common one‐dimensional method (1Dqm) does. Furthermore, although 2Dqm outperforms the other methods in reproducing the observed temperature‐precipitation interdependence over the calibration period, both 2Dqm and 2Dcopula perform similarly over the validation periods. For cases where temperature‐precipitation interdependence is important (e.g., characterizing extreme events and the extent and duration of snow cover), both 2‐D methods are good options for producing plausible local climate scenarios in Canadian Arctic coastal zones.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,207
Score d'incertitude au seuil0,416

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,326
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetClimate change and permafrostTravaux en français237 207