MétaCan
Menu
Retour à la cohorte
Enregistrement W4280500806 · doi:10.1371/journal.pclm.0000029

Global hydro-climatological indicators and changes in the global hydrological cycle and rainfall patterns

2022· article· en· W4280500806 sur OpenAlexaff
Rasmus Benestad, Cristian Lussana, Julia Lutz, Andreas Dobler, Oskar Landgren, Jan Erik Haugen, Abdelkader Mezghani, Barbara Casati, Kajsa M. Parding

Notice bibliographique

RevuePLOS Climate · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNorsk Institutt for Vannforskning
Mots-clésPrecipitationWater cycleEnvironmental scienceClimatologyGlobal changeTrend analysisGlobal warmingClimate changeMeteorologyGeologyGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

There are few commonly used indicators that describe the state of Earth’s global hydrological cycle and here we propose three indicators to capture how an increased greenhouse effect influences the global hydrological cycle and the associated rainfall patterns. They are: i) the 24-hr global total rainfall, ii) the global surface area with daily precipitation, and iii) the global mean precipitation intensity. With a recent progress in both global satellite observations and reanalyses, we can now estimate the global rainfall surface area to provide new insights into how rainfall intensity changes over time. Based on the ERA5 reanalysis, we find that the global area of daily precipitation decreased from 43 to 41% of the global area between 1950 and 2020, whereas the total daily global rainfall increased from 1440 Gt to 1510 Gt per day. However, the estimated 24-hr global precipitation surface area varies when estimated from different reanalyses and the estimates are still uncertain. To further investigate historical variations in the precipitation surface area, we carried out a wavelet analysis of 24-hr precipitation from the ERA5 reanalysis that indicated how the rainfall patterns have changed over time. Our results suggest that individual precipitation systems over the globe have shrunk in terms of their spatial extent while becoming more intense throughout the period 1950–2020. Hence, the wavelet results are in line with an acceleration of the rate of the global hydrological cycle, combined with a diminishing global area of rainfall.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

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
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,240
Écart entre enseignants0,222 · 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'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

Citations42
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLOS ClimateMême sujetClimate variability and modelsTravaux en français237 207