Homogenization and Trend Analysis of the 1958–2016 In Situ Surface Solar Radiation Records in China
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 découle