A stepwise-clustered heat stress downscaling approach to analyze future variations of heat stress in East China
Notice bibliographique
Résumé
Abstract In this study, the fifth generation ECMWF reanalysis (ERA5) reanalysis datasets and three global climate models (GCMs) were selected as the inputs of the stepwise-clustered heat stress downscaling (SCHSD) method to simulate the future heat stress indices in East China. The heat stress indices included the Heat Index (HI), Humidex (HUMIDEX) and the simplified Wet Bulb Globe Temperature (sWBGT). Three GCMs (i.e., CanESM5, INM-CM4-8 and MPI-ESM1-2-HR) under two Shared Socioeconomic Pathway (SSP245 and SSP585) were input into the SCHSD model to develop downscaled climate projections. To verify the SCHSD model, the reproduction results from three GCMs during the period of 1990–2014 were compared to daily observational data (i.e., HI, HUMIDEX and sWBGT). The verification results suggest that the coefficient of determination (R2) of the stations in the northern part of East China mostly exceeds 0.8, while the R2 of the stations in the southern part of East China is mostly in the range of 0.6 to 0.8. The projection results suggest that the future heat stress in East China would generally maintain an upward trend from 2021 to 2100. The largest change in heat stress is projected in June under the period of 2021–2100. The results also show that the highest average of days in the danger category is 78.9 in summer under the SSP585 scenario, accounting for 86% of the total summer (June, July and August).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».