A Comparison of Intra-Annual and Long-Term Trend Scaling of Extreme Precipitation with Temperature in a Large-Ensemble Regional Climate Simulation
Notice bibliographique
Résumé
Abstract Long-term changes in extreme daily and subdaily precipitation simulated by climate models are often compared with corresponding temperature changes to estimate the sensitivity of extreme precipitation to warming. Such “trend scaling” rates are difficult to estimate from observations, however, because of limited data availability and high background variability. Intra-annual temperature scaling (here called binning scaling), which relates extreme precipitation to temperature at or near the time of occurrence, has been suggested as a possible substitute for trend scaling. We use a large ensemble simulation of the Canadian regional climate model (CanRCM4) to assess this possibility, considering both daily near-surface air temperature and daily dewpoint temperature as scaling variables. We find that binning curves that are based on precipitation data for the whole year generally look like the composite of binning curves for winter and summer, with the lower temperature portion similar to winter and the higher temperature portion similar to summer, indicating that binning curves reflect seasonal changes in the relationship between temperature and extreme precipitation. The magnitude and spatial pattern of binning and trend scaling rates are also quantitatively different, with little spatial correlation between them, regardless of precipitation duration or choice of temperature variable. The evidence therefore suggests that binning scaling with temperature is not a reliable predictor for future changes in precipitation extremes in the climate simulated by CanRCM4. Nevertheless, external forcing does have a discernable influence on binning curves, which are seen to shift upward and to the right in some regions, consistent with a general increase in extreme precipitation.
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 ».