A new Asian/North American teleconnection linking clustered extreme precipitation from Indian to Canada
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
Abstract Three consecutive precipitation extremes emerged in November 2021, including India-Sri Lanka flooding, East Asian blizzard, and Canadian floods. Why the catastrophic events occurred successively and whether they will become more frequent as global warming continues are unknown. Here we show they are organized by an intraseasonal Asian/North American (ANA) teleconnection consisting of two cross-Pacific wave trains fortified by dipolar diabatic heating anomalies (“wet India-dry Philippines”). The dipolar heating anomaly is shaped by multi-scale interaction between a quasi-stationary Madden-Julian Oscillation (MJO) episode and a rapidly developed La Niña over the tropical Asian monsoon region. Numerical experiments suggest that the off-equatorial heating dipole can generate the ANA pattern resembling observations, distinct from the equatorial MJO-induced teleconnection and the La Niña-induced Pacific/North American teleconnection. Philippine cooling stimulates the circum-Pacific wave train, while Indian heating produces the eastward-propagating subtropical wave train. These wave trains persistently steered cross-Pacific atmospheric rivers channeling warm-moisture-laden air to the extratropics. We suggest that the ANA teleconnection could be a new route by which multi-scale interaction between the La Niña and quasi-stationary MJO over the tropical Asian monsoon affects extratropical East Asia and North America. This work provides a unique perspective on understanding the origins of increasing collisions of extremes worldwide within a short time as the global climate warms.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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