Influence of sea surface temperature variability on global temperature and precipitation extremes
Notice bibliographique
Résumé
The HadISST1 data set was used to categorize seasonal patterns of observed global sea surface temperature (SST) variability between 1870 and 2006 using the method of Self‐Organizing Maps (SOM). Eight patterns represented the majority of global SST variations associated with the El Niño–Southern Oscillation (ENSO). Time series of the eight patterns exhibited periods with “preferred” SST states since the late 19th century, i.e., when one or more patterns occurred more frequently than in other periods. The eight patterns were used to investigate the global land‐based response of observed extreme temperature and precipitation indices from the HadEX data set to different nodes of SST variability between 1951 and 2003. Results showed very strong statistically significant opposite temperature and precipitation extremes associated with the first pattern (strong La Niña) and the last pattern (strong El Niño). Extreme maximum temperatures were significantly cooler during strong La Niña events than strong El Niño events over Australia, southern Africa, India, and Canada while the converse was true for United States and northeastern Siberia. These responses were larger when global warming was retained. Even intermediate patterns representing a shift from a weak El Niño to a weak La Niña with associated variability in the North Atlantic were linked with statistically significant increases in warm nights and warm days particularly across Scandinavia and northwest Russia. While the link between precipitation extremes and global SST patterns was less spatially coherent, there were large areas across North America and central Europe, which showed statistically significant differences in the response to opposite phases of the El Niño–Southern Oscillation. These results confirm that the variability of global SST anomaly patterns is important for the modulation of extreme temperature and precipitation globally.
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 | 0,002 |
| 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 | 0,001 | 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) | 0,000 | 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 ».