Environmental Factors Influencing 20th Century Diurnal Temperature Range Variations
Notice bibliographique
Résumé
This dissertation explores the spatial-temporal patterns of diurnal temperature range (DTR) and its component variables, maximum temperature (Tmax) and minimum temperature (Tmin).The influences on DTR, Tmin, and Tmax variability from several environmental variables are also examined.Gridded time-series data from the Climate Research Unit (CRU TS 2.1) are used along with gridded Palmer Drought Severity Index (PDSI) data and nine teleconnection indices.The study focuses on the continental United States and surrounding land areas in southern Canada and northern Mexico.Data were converted to annual and seasonal averages to reduce the impact of the annual temperature cycle.Rotated principal components analyses (RPCA) of DTR data produced five or six geographic regions of similar DTR variability for each season and annually that were used in subsequent analysis.Regionally-averaged time-series of the locally measured variables Tmin, Tmax, DTR, cloud cover, precipitation, vapor pressure, and PDSI were examined for patterns and compared across regions and seasons.Stepwise multiple linear regression (SMLR) analyses were conducted with Tmin, Tmax, and DTR as the dependent variables and the other local variables (cloud cover, precipitation, vapor pressure, and PDSI) and teleconnection indices as independent variables to determine how the dependent variables impact Tmin, Tmax, and DTR variability.iii Results indicate regions of similar DTR variability occur annually and in most seasons in the west coast, southwest, central, northeast, and southeast United States.Other regions did emerge between the Great Plains and Rocky Mountains and in eastern Canada, but they were not seasonally consistent.Tmin generally showed an upward trend while the Tmax trends were usually near zero or downward.The DTR, which is the difference between Tmax and Tmin, had downward trends in many regions.SMLR analyses reveal that vapor pressure and cloud cover are the most influential variables on Tmin, Tmax, and DTR.Vapor pressure increases Tmin and Tmax, but the effect on Tmin is greater, so it tends to reduce DTR.Cloud cover increases Tmin and decrease Tmax making its impact on DTR greater than vapor pressure.Precipitation and PDSI had moderate impacts on Tmin, Tmax, and DTR but were not as consistent or influential as cloud cover and vapor pressure.The teleconnection indices used in the analysis generally had little effect on Tmin, Tmax, or DTR explaining very little (if any) of their variance.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».