Homogenization and Trend Analysis of the 1958–2016 In Situ Surface Solar Radiation Records in China
Notice bibliographique
Résumé
Abstract This paper presents a method to homogenize China’s surface solar radiation (SSR) data and uses the resulting homogenized SSR data to assess the SSR trend over the period 1958–2016. Neighboring surface sunshine duration (SSD) data are used as reference data to assess the SSR data homogeneity. A principal component analysis is applied to build a reference series, which is proven to be less sensitive to occasional data issues than using the arithmetic mean of data from adjacent stations. A relative or absolute test is applied to detect changepoints, depending on whether or not a suitable reference series is available. A quantile-matching method is used to adjust the data to diminish the inhomogeneities. As a result, 60 out of the 119 SSR stations were found to have inhomogeneity issues. These were mainly caused by changes in instrument and observation schedule. The nonclimatic changes exaggerated the SSR change rates in 1991–93 and resulted in a sudden rise in the national average SSR series, causing an unrealistically drastic trend reversal in the 1990s. This was diminished by the data homogenization. The homogenized data show that the national average SSR has been declining significantly over the period 1958–90; this dimming trend mostly diminished over the period 1991–2005 and was replaced by a brightening trend in the recent decade. From the homogenized SSR data, the 1958–90 and 1958–2005 dimming rate is estimated to be −6.13 ± 0.47 and −5.08 ± 0.27 W m−2 decade−1, respectively, and the 2005–16 brightening rate is 6.13 ± 1.77 W m−2 decade−1.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| 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 ».