High-Resolution Climate Change Impact Analysis on Medium-Sized River Catchments in Germany: An Ensemble Assessment
Notice bibliographique
Résumé
Abstract The impact of climate change on three small- to medium-sized river catchments (Ammer, Mulde, and Ruhr) in Germany is investigated for the near future (2021–50) following the Intergovernmental Panel on Climate Change (IPCC) Special Report on Emissions Scenarios (SRES) A1B scenario. A 10-member ensemble of hydrological model (HM) simulations, based on two high-resolution regional climate models (RCMs) driven by two global climate models (GCMs), with three realizations of ECHAM5 (E5) and one realization of the Canadian Centre for Climate Modelling and Analysis version 3 (CCCma3; C3) is established. All GCM simulations are downscaled by the RCM Community Land Model (CLM), and one realization of E5 is downscaled also with the RCM Weather Research and Forecasting Model (WRF). This concerted 7-km, high-resolution RCM ensemble provides a sound basis for runoff simulations of small catchments and is currently unique for Germany. The hydrology for each catchment is simulated in an overlapping scheme, with two of the three HMs used in the project. The resulting ensemble hence contains for each chain link (GCM–realization–RCM–HM) at least two members and allows the investigation of qualitative and limited quantitative indications of the existence and uncertainty range of the change signal. The ensemble spread in the climate change signal is large and varies with catchment and season, and the results show that most of the uncertainty of the change signal arises from the natural variability in winter and from the RCMs in summer.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».