Interdecadal Variations of the Temporal and Spatial Distribution of Summer Extreme Heat in China
Notice bibliographique
Résumé
This study reveals the spatial and temporal variations of summer extreme heat (EH) distribution in China under the background of anthropogenic climate change. Using data from 1542 meteorological stations in China during the 1961–2018 period, both the interannual and interdecadal variations of the frequency and intensity of EH are analyzed. Variations in the temporal and spatial distribution of EH in summer, which is categorized into early summer and midsummer, are determined through empirical orthogonal function (EOF) analysis. The results show that summer EH in China has the following characteristics in terms of time of occurrence and variation of spatial distribution on both intraseasonal and interdecadal time scales. Since 2000, the range and intensity of EH has increased in May, especially during the 2010s with an obvious early onset. The spatial distribution of EH in summer features an intraseasonal variation. In the Huanghuai region, EH mainly occurs in early summer (June), while in the Jiangnan and Jianghuai regions it occurs in midsummer (July–August). Since 2010, the frequency and intensity of EH has decreased in early summer but increased in conventional summer (June–August) with significant intraseasonal variation. The variation trend of the frequency and intensity of EH in North China, Huanghuai region, and Jianghuai region in both early summer and midsummer are consistent with the trend across the entire country, indicating that these regions are positive contributors to EH variation throughout the country.
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 | 0,000 | 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) | 0,001 | 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 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 ».