Causes of Dimming and Brightening in China Inferred from Homogenized Daily Clear-Sky and All-Sky in situ Surface Solar Radiation Records (1958–2016)
Notice bibliographique
Résumé
Abstract This paper presents a study on long-term surface solar radiation (SSR) changes over China under clear- and all-sky conditions and analyzes the causes of the “dimming” and “brightening.” To eliminate the nonclimatic signals in the historical records, the daily SSR dataset was first homogenized using quantile-matching (QM) adjustment. The results reveal rapid dimming before 2000 not only under all-sky conditions, but also under clear-sky conditions, at a decline rate of −9.7 ± 0.4 W m−2 decade−1 (1958–99). This is slightly stronger than that under all-sky conditions at −7.4 ± 0.4 W m−2 decade−1, since the clear-sky dimming stopped 15 years later. A rapid “wettening” of about 40-Pa surface water vapor pressure (SWVP) from 1985 to 2000 was found over China. It contributed 2.2% to the SSR decline under clear-sky conditions during the whole dimming period (1958–99). Therefore, water vapor cannot be the main cause of the long-term dimming in China. After a stable decade (1999–2008), an intensive brightening appeared under the clear-sky conditions at a rate of 10.6 ± 2.0 W m−2 decade−1, whereas a much weaker brightening (−0.8 ± 3.1 W m−2 decade−1) has been observed under all-sky conditions between 2008 and 2016. The remarkable divergence between clear- and all-sky trends in recent decades indicates that the clouds played two opposite roles in the SSR changes during the past 30 years, by compensating for the declining SSR under the cloud-free conditions in 1985–99 and by counteracting the increasing SSR under cloud-free conditions in 2008–16. Aerosols remain as the main cause of dimming and brightening over China in the last 60 years, although the clouds counteract the effects of aerosols after 2000.
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 | 0,000 |
| 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 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 ».