Global hydro-climatological indicators and changes in the global hydrological cycle and rainfall patterns
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle