MétaCan
Menu
Retour à la cohorte
Enregistrement W2002414354 · doi:10.1029/2006jd007157

Precipitation of southwestern Canada: Wavelet, scaling, multifractal analysis, and teleconnection to climate anomalies

2007· article· en· W2002414354 sur OpenAlexaffabout
Thian Yew Gan, Adam Kenea Gobena, Qiang Wang

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensGreenfield Research (Canada)University of Alberta
Organismes subventionnairesnon disponible
Mots-clésTeleconnectionPacific decadal oscillationPrecipitationClimatologyMultifractal systemEnvironmental scienceIntermittencyEl Niño Southern OscillationAtmospheric sciencesGeologyGeographyMeteorologyMathematics

Résumé

récupéré en direct d'OpenAlex

Using wavelets, statistically significant interannual and interdecadal oscillations that occurred haphazardly have been detected in southwestern (SW) Canadian seasonal precipitation anomalies. At interannual scales, station precipitation anomalies show unstable relations with large‐scale climate anomalies such as the El Niño–Southern Oscillation (ENSO), Pacific Decadal Oscillation (PDO), Pacific/North America (PNA), East Pacific (EP) and West Pacific (WP) patterns, and the Central North Pacific (CNP) index. Not all significant precipitation activities could be matched by similar activities in one or more climate anomalies considered. Inconsistent wavelet coherence and phase difference between the leading principal components (PC) of regional precipitation anomalies and climate indices as well as weak Pearson's correlations between band‐passed precipitation PCs and climate indices for the 2–3 year and 3–8 year scales provide supporting evidence for unstable precipitation climate relationships at the interannual scale. On the other hand, interdecadal precipitation variability is mainly associated with low‐frequency variability in CNP, PDO and ENSO. Composite analysis of winter precipitation shows that ENSO, PDO, PNA and WP offer better separation of positive and negative precipitation anomalies than EP and CNP. However, the effect of ENSO is found to be stronger than the others. Precipitation power spectrum plots mostly reveal two linear decay regions of different slopes separated by a breakpoint located approximately at 20 to 30 days, while empirical probability plots reveal power law behavior and hyperbolic intermittency in these data, whose correlation dimensions (D2) are between 8 and 9. Different multifractal behaviors are observed among stations because the amount of different rainfall generating mechanisms vary from station to station, as reflected by the haphazard nature of oscillations detected in most precipitation data. Although the leading PCs of winter regional precipitation show modest correlations at zero‐ to three‐season lead times with ENSO and PDO indices, the high D2 values and absence of consistent interannual precipitation activities suggest that prediction of SW Canadian seasonal precipitation by teleconnection with climate indices is likely limited. Adding other predictor fields such as sea surface temperature and/or sea level pressure may be useful.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,306
Écart entre enseignants0,285 · 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

Citations126
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetClimate variability and modelsTravaux en français237 207