A statistical approach to multi‐site multivariate downscaling of daily extreme temperature series
Notice bibliographique
Résumé
Abstract Downscaling methods for describing the linkage between global‐scale climate variables and local climatic conditions have been frequently used in climate‐related impact assessment studies. Previous works, however, have been mainly dealing with downscaling of climatic processes for a single site, but very few studies are concerned with the downscaling of these processes for multi‐sites because of the complexity in accurately describing both observed at‐site temporal persistence and spatial dependence between different locations. In the present study, a multi‐site multivariate statistical downscaling (SD) approach was developed for simulating daily maximum (Tmax) and minimum (Tmin) temperature series at many sites concurrently. The proposed approach consists of a combination of a linear regression component to describe the linkage between global climate predictors and local temperature extremes, and a stochastic component based on a spatial moving average process to reproduce the observed spatial dependence between temperature extremes at different sites. The feasibility of the suggested SD method was assessed using observed daily extreme temperature data available at 10 weather stations located in the southwest region of Quebec and the southeast region of Ontario in Canada, as well as climate predictors from the NCEP/NCAR (National Centers for Environmental Prediction/National Centre for Atmospheric Research) reanalysis dataset for the 1961–1990 period. It was found that the proposed SD approach was able to accurately describe various Tmax and Tmin characteristics, including their spatial and temporal variation as well as their interannual anomalies. In addition, comparison of the results from the proposed multi‐site multivariate SD method and one simulation series from the Canadian Regional Climate Model (CRCM) at a 45‐km resolution (a dynamic downscaling procedure) has indicated that the suggested SD approach was able to more accurately describe the observed spatial and temporal characteristics of extreme temperature series at the regional scale than the CRCM‐based dynamic downscaling method. Copyright © 2011 Royal Meteorological Society
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».