MétaCan
Menu
Retour à la cohorte
Enregistrement W4280490336 · doi:10.1175/jcli-d-21-0224.1

Mechanisms for Extreme Precipitation Changes in a Tropical Archipelago

2022· article· en· W4280490336 sur OpenAlexaff
Daniel Argüeso, Alejandro Di Luca, Nicolas C. Jourdain, R. Romero, V. Homar

Notice bibliographique

RevueJournal of Climate · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPrecipitationClimatologyConvectionClimate modelEnvironmental scienceClimate changeArchipelagoAtmospheric sciencesCoupled model intercomparison projectGeologyMeteorologyGeographyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract The Maritime Continent is one of the most challenging regions for atmospheric models. Processes that modulate deep convection are poorly represented in models, which affects their ability to simulate precipitation features accurately. Thus, future projections of precipitation over the region are prone to large uncertainties. One of the key players in modeling tropical precipitation is the convective representation, and hence convection-permitting experiments have contributed to improve aspects of precipitation in models. This improvement creates opportunities to explore the physical processes that govern rainfall in the Maritime Continent, as well as their role in a warming climate. Here, we examine the response to climate change of models with explicit and parameterized convection and how that reflects in precipitation changes. We focus on the intensification of spatial contrasts as precursors of changes in mean and extreme precipitation in the tropical archipelago. Our results show that the broad picture is similar in both model setups, where islands will undergo an increase in mean and extreme precipitation in a warmer climate and the ocean will see less rain. However, the magnitude and spatial structure of such changes, as well as the projection of rainfall percentiles, are different across model experiments. We suggest that while the primary effect of climate change is thermodynamical and it is similarly reproduced by both model configurations, dynamical effects are represented quite differently in explicit and parameterized convection experiments. In this study, we link such differences to horizontal and vertical spatial contrasts and how convective representations translate them into precipitation changes.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,270
Écart entre enseignants0,231 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207