MétaCan
Menu
← Retour à la cohorte
Enregistrement W4297406592 · doi:10.48550/arxiv.1706.00122

Assessment of Future Changes in Intensity-Duration-Frequency Curves for\n Southern Ontario using North American (NA)-CORDEX Models with Nonstationary\n Methods

2017· preprint· en· W4297406592 sur OpenAlexaboutno aff
Poulomi Ganguli, Paulin Coulibaly

Notice bibliographique

RevuearXiv (Cornell University) · 2017
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimatologyPrecipitationEnvironmental scienceGeneralized extreme value distributionReturn periodClimate changeClimate modelExtreme value theoryBaseline (sea)Intensity (physics)StormDuration (music)MeteorologyGeographyStatisticsMathematicsGeology

Résumé

récupéré en direct d'OpenAlex

The evaluation of possible climate change consequence on extreme rainfall has\nsignificant implications for the design of engineering structure and\nsocioeconomic resources development. While many studies have assessed the\nimpact of climate change on design rainfall using global and regional climate\nmodel (RCM) predictions, to date, there has been no comprehensive comparison or\nevaluation of intensity-duration-frequency (IDF) statistics at regional scale,\nconsidering both stationary versus nonstationary models for the future climate.\nTo understand how extreme precipitation may respond to future IDF curves, we\nused an ensemble of three RCMs participating in the North-American (NA)-CORDEX\ndomain over eight rainfall stations across Southern Ontario, one of the most\ndensely populated and major economic region in Canada. The IDF relationships\nare derived from multi-model RCM simulations and compared with the\nstation-based observations. We modeled precipitation extremes, at different\ndurations using extreme value distributions considering parameters that are\neither stationary or nonstationary, as a linear function of time. Our results\nshowed that extreme precipitation intensity driven by future climate forcing\nshows a significant increase in intensity for 10-year events in 2050s\n(2030-2070) relative to 1970-2010 baseline period across most of the locations.\nHowever, for longer return periods, an opposite trend is noted. Surprisingly,\nin term of design storms, no significant differences were found when comparing\nstationary and nonstationary IDF estimation methods for the future (2050s) for\nthe larger return periods. The findings, which are specific to regional\nprecipitation extremes, suggest no immediate reason for alarm, but the need for\nprogressive updating of the design standards in light of global warming.\n

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,109
Tête enseignante GPT0,264
Écart entre enseignants0,155 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)→Même sujetClimate variability and models→Travaux en français237 207→