Biophysical Impacts of Land Use Change over North America as Simulated by the Canadian Regional Climate Model
Notice bibliographique
Résumé
This study investigates the biophysical impacts of human-induced land use change (LUC) on the regional climate of North America, using the fifth generation Canadian Regional Climate Model (CRCM5). To this end, two simulations are performed with CRCM5 using different land cover datasets, one corresponding to the potential vegetation and the other corresponding to current land use, spanning the 1988–2012 period, driven by European Centre for Medium-Range Weather Forecasts Re-Analysis (ERA)-Interim at the lateral boundaries. Comparison of the two suggests higher albedo values, and therefore cooler temperatures, over the LUC regions, in the simulation with LUC, in winter. This is due to the absence of crops in winter, and also possibly due to a snow-mediated positive feedback. Some cooling is observed in summer for the simulation with LUC, mostly due to the higher latent heat fluxes and lower sensible heat fluxes over eastern US. Precipitation changes for these regions are not statistically significant. Analysis of the annual cycles for two LUC regions suggests that the impact of LUC on two meter temperature, evapotranspiration, soil moisture and precipitation are present year round. However, the impact on runoff is mostly restricted to the snowmelt season. This study thus highlights regions and variables most affected by LUC over North America.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».