Spatial variations and long-term trends of potential evaporation in Canada
Notice bibliographique
Résumé
Abstract Assessing the status and trend of potential evaporation (PE) is essential for investigating the climate change impact on the terrestrial water cycle. Despite recent advances, evaluating climate change impacts on PE using pan evaporation (Epan) data in cold regions is hindered by the unavailability of Epanmeasurements in cold seasons due to the freezing of water and sparse spatial distribution of sites. This study generated long-term PE datasets in Canada for 1979–2016 by integrating the dynamic evolutions of water–ice–snow processes into estimation in the Ecological Assimilation of Land and Climate Observations (EALCO) model. The datasets were compared with Epanbefore the spatial variations and trends were analyzed. Results show that EALCO PE and Epanmeasurements demonstrate similar seasonal variations and trends in warm seasons in most areas. Annual PE in Canada varied from 100 mm in the Northern Arctic to approximately 1000 mm in southern Canadian Prairies, southern Ontario, and East Coast, with about 600 mm for the entire landmass. Annual PE shows an increasing trend at a rate of 1.5–4 mm/year in the Northern Arctic, East, and West Canada. The increase is primarily associated with the elevated air temperature and downward longwave and shortwave radiation, with some regions contributed by augmented wind speed. The increase of annual PE is mainly attributed to the augmentation of PE in warm seasons.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».