Projecting the evolution of the urban climate of metropolitan French cities using a convection-permitting model
Notice bibliographique
Résumé
Urban areas will not be spared from the effect of climate change and will face more and more extreme weather events (e.g., heatwaves and floods). Such changes already cause severe environmental issues, economics damages, and many casualties, especially in cities where most activities and populations are concentrated. Evaluating the impacts of future extreme events on urban areas is a major challenge to prepare the adaptation.Urban areas are very complex systems that require specific modeling tools. The latest advances in regional climate modeling allow simulations to be performed over longer time periods with finer horizontal resolutions of up to few kilometers. The scientific community emphasizes the considerable improvements in using Convection-Permitting Models (CPM), especially for the representation of small-scale phenomena. Also, CPMs offer an interesting modeling framework for studying the interaction between regional climate and urban effects (especially urban heat island) and city-scale impacts through the explicit coupling of the atmospheric climate model with a dedicated urban surface model.In this study, the CNRM-AROME CPM, coupled with the Town Energy Balance (TEB) urban-canopy model, is used at 2.5-km horizontal resolution. Climate simulations were performed on an extended France domain (northwestern Europe) as part of the EUropean Climate Prediction system (EUCP) project over an historical period (1986-2005) and two future periods (mid-term, 2041-2050 and long-term, 2080-2099) using the RCP8.5 emission scenario. Here, scientific objectives are (1) to evaluate the urban heat island evolution for some metropolitan French cities, and (2) to quantify the evolution of specific meteorological hazards on cities and population. With this aim, we selected indicators related to heatwaves (based on Ouzeau et al. (2016) methodology) and heavy precipitation event, considered as some of the most relevant extreme meteorological events. These indicators were tested and evaluated on the evaluation simulation, and then analyzed in a changing climate to quantify the impacts on the cities. The multi-city approach makes it possible to investigate the variability that can exist between cities depending on their geographical and climatic contexts.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».