Impact of Climate Change on River Discharge Projected by Multimodel Ensemble
Notice bibliographique
Résumé
Abstract This study investigates the projections of river discharge for 24 major rivers in the world during the twenty-first century simulated by 19 coupled atmosphere–ocean general circulation models based on the Special Report on Emissions Scenarios A1B scenario. To reduce model bias and uncertainty, a weighted ensemble mean (WEM) is used for multimodel projections. Although it is difficult to reproduce the present river discharge in any single model, the WEM results produce more accurate reproduction for most rivers, except those affected by anthropogenic water usage. At the end of the twenty-first century, the annual mean precipitation, evaporation, and runoff increase in high latitudes of the Northern Hemisphere, southern to eastern Asia, and central Africa. In contrast, they decrease in the Mediterranean region, southern Africa, southern North America, and Central America. Although the geographical distribution of the changes in precipitation and runoff tends to coincide with that in the river discharge, it should be emphasized that the change in runoff at the upstream region affects the river flow in the downstream region. In high-latitude rivers (Amur, Lena, MacKenzie, Ob, Yenisei, and Yukon), the discharge increases, and the peak timing shifts earlier because of an earlier snowmelt caused by global warming. Discharge tends to decrease for the rivers in Europe to the Mediterranean region (Danube, Euphrates, and Rhine), and southern United Sates (Rio Grande).
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».