DOWNSCALING TROPICAL CYCLONES FROM GLOBAL RE-ANALYSIS AND SCENARIOS: STATISTICS OF MULTI-DECADAL VARIABILITY OF TC ACTIVITY IN E ASIA
Notice bibliographique
Résumé
An atmospheric regional climate model was employed for describing weather of E Asia for the last decades as well as for the coming century. Re-analyses provided by Global National Center for Environmental Prediction - National Center for Atmospheric Research (NCEP-NCAR) for the past six decades, as well a scenario generated by the ECHAM5/MPI-OM model were dynamically downscaled to a 50 km grid using a state-of-the-art regional climate model (CCLM). Using an automated tracking system, all tropical cyclones (TCs) are identified in the multi-decadal simulations. The different analysis products of TC-statistics were found to differ strongly, also in recent times when the data base was good, so that in the long-term statistics 1950-2010 inhomogeneities mask real climatic variations. The 1948-2009 time series of the annual numbers of TCs in the NCEP-driven simulation and in the JMA best track data (BT) correlate favourably. The number is almost constant, even if there is a slight tendency in BT to show less storms, whereas CCLM shows somewhat more storms, which became more intense. The ECHAM5/MPI-OM-driven scenario simulation, subject to 1959-2100 observed and projected greenhouse gas concentrations, shows a reduction of the number of storms, which maintains a stationary intensity in terms of maximum sustained winds and minimum pressure. Thus, BT-trends and downscaled trends were found to be inconsistent, but also the downscaled trends 1948-2009 and the trends derived from the A1B-scenario were different.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».