Observed changes in temperature extremes for the Beijing–Tianjin–Hebei region of China
Notice bibliographique
Résumé
ABSTRACT As one of the most significant threats facing the world, climate change has already been manifested everywhere in the form of frequent extreme climate events (e.g. heat waves, floods, droughts and wildfires) and has caused serious impacts on all aspects of the living environment. Due to the regional variability of global climate change, understanding the ongoing climatic changes at a local scale is very important for decision makers and resource managers to develop appropriate mitigation and adaptation strategies against the changing climate. In this study, recent changes in extreme temperature indices (including frost days, summer days, icy days, tropical nights, growing season length, cool nights and warm nights, cool days and warm days, and daily temperature range) over the Beijing–Tianjin–Hebei (BTH) region of China were investigated in the context of global warming. The results indicate that the historical trends of these extreme temperature indices are statistically significant in Huailai, Beijing, Leting and Shijiazhuang while no significant trends are reported in Chengde, Tianjin and Cangzhou−Potou. By comparing results between coastal and inland stations, it is found that the changes in temperature extremes in inland stations are less significant than the changes in coastal stations. The results also suggest that the indices based on minimum temperature show decreasing trends while those for maximum temperature present increasing trends. Furthermore, mutation tests were performed for all indices in order to understand when the changes were initiated. An apparent mutation point (mostly in the 1980s) is detected for most of the analysed temperature indices. This may be caused by the wide implementation of the reform and opening policy in the early 1980s to boost economic development in the BTH region.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».