Model Assessment of Observed Precipitation Trends over Land Regions: Detectable Human Influences and Possible Low Bias in Model Trends
Notice bibliographique
Résumé
Precipitation trends for 1901–2010, 1951–2010, and 1981–2010 over relatively well-observed global land regions are assessed for detectable anthropogenic influences and for consistency with historical simulations from phase 5 of the Coupled Model Intercomparison Project (CMIP5). The CMIP5 historical all-forcing runs are broadly consistent with the observed trend pattern (1901–2010), but with an apparent low trend bias tendency in the simulations. Despite this bias, observed and modeled trends are statistically consistent over 59% of the analyzed area. Over 20% (9%) of the analyzed area, increased (decreased) precipitation is partly attributable to anthropogenic forcing. These inferred human-induced changes include increases over regions of the north-central United States, southern Canada, Europe, and southern South America and decreases over parts of the Mediterranean region and northern tropical Africa. Trends for the shorter periods (1951–2010 and 1981–2010) do not indicate a prominent low trend bias in the models, as found for the 1901–2010 trends. An atmosphere-only model, forced with observed sea surface temperatures and other climate forcing agents, also underpredicts the observed precipitation increase in the Northern Hemisphere extratropics since 1901. The CMIP5 all-forcing ensemble’s low bias in simulated trends since 1901 is a tentative finding that, if borne out in further studies, suggests that precipitation projections using these regions and models could overestimate future drought risk and underestimate future flooding risk, assuming all other factors equal.
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 | 0,001 | 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 | 0,001 |
| 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 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 ».