MétaCan
Menu
Retour à la cohorte
Enregistrement W4200034628 · doi:10.3389/fevo.2021.761251

A Stepwise-Clustered Simulation Approach for Projecting Future Heat Wave Over Guangdong Province

2021· article· en· W4200034628 sur OpenAlexafffund
Jiayan Ren, Guohe Huang, Yongping Li, Xiong Zhou, Jinliang Xu, Zhifeng Yang, Chuyin Tian, Feng Wang

Notice bibliographique

RevueFrontiers in Ecology and Evolution · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Regina
Organismes subventionnairesNational Key Research and Development Program of ChinaNatural Sciences and Engineering Research Council of Canada
Mots-clésHeat waveIntensity (physics)Representative Concentration PathwaysGCM transcription factorsEnvironmental scienceClimatologyClimate changeGeneral Circulation ModelAtmospheric sciencesGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

A heat wave is an important meteorological extreme event related to global warming, but little is known about the characteristics of future heat waves in Guangdong. Therefore, a stepwise-clustered simulation approach driven by multiple global climate models (i.e., GCMs) is developed for projecting future heat waves over Guangdong under two representative concentration pathways (RCPs). The temporal-spatial variations of four indicators (i.e., intensity, total intensity, frequency, and the longest duration) of projected heat waves, as well as the potential changes in daily maximum temperature (i.e., Tmax) for future (i.e., 2006–2095) and historical (i.e., 1976–2005) periods, were analyzed over Guangdong. The results indicated that Guangdong would endure a notable increasing annual trend in the projected Tmax (i.e., 0.016–0.03°C per year under RCP4.5 and 0.027–0.057°C per year under RCP8.5). Evaluations of the multiple GCMs and their ensemble suggested that the developed approach performed well, and the model ensemble was superior to any single GCM in capturing the features of heat waves. The spatial patterns and interannual trends displayed that Guangdong would undergo serious heat waves in the future. The variations of intensity, total intensity, frequency, and the longest duration of heat wave are likely to exceed 5.4°C per event, 24°C, 25 days, and 4 days in the 2080s under RCP8.5, respectively. Higher variation of those would concentrate in eastern and southwestern Guangdong. It also presented that severe heat waves with stronger intensity, higher frequency, and longer duration would have significant increasing tendencies over all Guangdong, which are expected to increase at a rate of 0.14, 0.83, and 0.21% per year under RCP8.5, respectively. Over 60% of Guangdong would suffer the moderate variation of heat waves to the end of this century under RCP8.5. The findings can provide decision makers with useful information to help mitigate the potential impacts of heat waves on pivotal regions as well as ecosystems that are sensitive to extreme temperature.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,231
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and EvolutionMême sujetClimate variability and modelsTravaux en français237 207