MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220929595 · doi:10.5194/egusphere-egu22-5090

Detecting the spatio-temporal propagation of heat waves in a regional single-model large ensemble

2022· preprint· en· W4220929595 sur OpenAlexaboutno aff
Andrea Böhnisch, Elizaveta Felsche, Ralf Ludwig

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeat waveClimate modelClimate changeGeneral Circulation ModelClimatologyEnvironmental scienceGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Heat waves are among the most hazardous climate extremes in Europe, commonly affecting large regions for a considerable amount of time. Especially in the recent past heat waves account for substantial economic, social and ecologic impacts and loss. Projections suggest that their number, duration and intensity increase under changing climate conditions, stressing the importance of quantifying their characteristics. Yet, apart from the analysis of single historical events, little research is dedicated to the general propagation of heat waves in space and time. Heat waves are rare in their occurrence and limited observational data provide little means for robust analyses and the understanding of dynamical spatio-temporal patterns. Therefore, we seek to increase the number of analyzable events by using a single-model initial condition large ensemble of a regional climate model (Canadian Regional Climate Model Version 5, CRCM5-LE). This provides 50 model members of comparable climate statistics to robustly assess various spatial patterns and pathways of European heat waves in a data set of high spatial resolution. Using the CRCM5-LE allows us to explore a novel data-driven approach to infer cause-and-effect relationships, in this case the spatio-temporal propagation of spatially distributed phenomena. Our aim is to investigate specifically the transitions and inter-dependencies among heat wave core regions in Europe to better understand their evolution during the recent past. We define heat waves as a minimum of three consecutive hot days with temperatures above the 95th JJA (1981-2010) percentile. If a reasonable fraction of the domain land area exhibits a hot day, this time step is used for clustering in order to derive core regions. Each core region is represented by a spatially aggregated time series of the cluster footprint. The approach further includes the derivation of directed links between these core regions using causal discovery and the analysis of associated atmospheric conditions. Results indicate that directed links among core regions of heat wave occurrence over Europe reproduce parts of observed movements. This helps to group and characterize heat waves according to, e.g. seasonality. Examples of these heat wave cluster transitions show an associated shift of high pressure patterns, suggesting that the approach allows capturing the spatial dislocation of heat wave centers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,351
Score d'incertitude au seuil0,699

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,054
Tête enseignante GPT0,269
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→