Future changes in autumn atmospheric river events in British Columbia, Canada, as projected by CMIP5 global climate models
Notice bibliographique
Résumé
Abstract Atmospheric rivers (ARs) often trigger extreme precipitation events in British Columbia (BC), Canada. Here we analyze how well the autumn AR events with the highest probability for extreme precipitation over BC, henceforth called AR‐extreme events, are simulated in five Coupled Model Intercomparison Project Phase 5 (CMIP5) global climate models (GCMs) and how these AR‐extreme events are projected to change by the end of the century. We examine the daily synoptic patterns of integrated water vapor transport (IVT) over the Pacific Ocean that favor the formation of AR‐extreme events. Our analysis and comparison with AR‐extreme events in four reanalysis products for the period 1979–2010 reveal that the GCMs more successfully resolve their seasonality and interannual variability than their frequencies and amount of precipitation brought to BC. For the CMIP5 scenario's Representative Concentration Pathway (RCP) 4.5 and RCP8.5, the frequency of AR‐extreme events will increase for the period 2070–2100 with the largest increase in December. All models project an increase in total precipitation over BC, due to the increase in frequency and intensity of the AR‐extreme events; however, the dominant factor is the increase in frequency, especially of those events with precipitation exceeding 20 mmd −1 . The path of the ARs during the AR‐extreme events is projected to move northward, bringing stronger IVT and more precipitation to the north coast of BC, while the south coast may become drier than at the present day. The shift in the ARs is driven by the northward shift in the Aleutian Low pressure system, especially in RCP8.5.
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 | 0,002 | 0,000 |
| 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 | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».