Greenhouse gas and aerosol contributions to the observed global and regional changes in extreme temperature changes
Notice bibliographique
Résumé
This study carried out an updated detection and attribution analysis of extreme temperature changes for 1951-2015. Four extreme temperature indices (warm extremes: annual maximum daily maximum/minimum temperatures; cold extremes: annual minimum daily maximum/minimum temperatures) were used considering global, continental (6 domains), and subcontinental (33 domains) scales. HadEX3 observations were compared with CMIP6 multi-model simulations using an optimal fingerprinting technique. Response patterns of extreme indices (fingerprints) to anthropogenic (ANT), greenhouse gas (GHG), anthropogenic aerosol (AA), and natural (NAT) forcings were estimated from corresponding CMIP6 forced simulations. Pre-industrial control simulations (CTL) were also used to estimate the internal variability. Results from two-signal detection analysis where the observations are simultaneously regressed onto ANT and NAT fingerprints reveal that ANT signals are robustly detected in separation from NAT in global and most continental regions for all extreme indices. At subcontinental scale, ANT detection occurs especially in warm extremes (more than 60% of regions). Results from three-signal detection analysis where observations are simultaneously regressed onto GHG, AA, and NAT fingerprints show that GHG signals are detected and separated from other external forcings over global, most continental, and several subcontinental (more than 60%) domains in warm extremes. In addition, AA influences are jointly detected in warm extremes over global, Europe and Asia. The detected GHG forcings are found to explain most of the observed warming while AA forcings contribute to the observed cooling for the early decades over globe, Europe, and Asia with a slight warming over Europe during recent decades. Overall, improved detection occurs compared to previous studies, especially in cold extremes, which is due to the use of extended period which increases signal-to-noise ratios.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».