Projection of future daily precipitation series and extreme events by using a multi-site statistical downscaling model over the great Montréal area, Québec, Canada
Notice bibliographique
Résumé
This study suggested strategies to project future precipitation series based on a multi-site hybrid SDM (statistical downscaling model), which can downscale precipitation series at multiple observation sites simultaneously by combining the multivariate multiple linear regression (MMLR) model and the stochastic randomization procedure. The hybrid SDM and future projection methodologies applied to 10 observation sites located in the great area of Montréal, Québec, Canada. Six future independent precipitation series were projected from six sets of future atmospheric predictors using three AOGCMs (Atmosphere-Ocean Global Climate Models, i.e. CGCM2, CGCM3, HadCM3) and three IPCC SRES emission scenarios (B2, A1B and A2). Downscaled climate change signals on wet/dry sequences and extreme indices of precipitation time series were evaluated over the future period from 2060 to 2099 with respect to the historical period from 1961 to 2000. The future scenarios of all three AOGCMs showed a consistent increase of 7.9–44.6% in winter while only those of HadCM3 and CGCM3 showed a decrease of 2.3–23.0% in summer compared to their historical values. Precipitation series of CGCM2 A2 and CGCM3 A2 scenarios yielded the largest increase in winter, while those of HadCM3 B2 and A2 scenarios yielded the largest decrease in summer for all statistics indices.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».