Effect of urban heat island mitigation strategies on precipitation and temperature in Montreal, Canada: Case studies
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
High-resolution numerical weather prediction experiments using the Global Environmental Multiscale (GEM) model at a 250-m horizontal resolution are used to investigate the effect of the urban land-use on 2-m surface air temperature, thermal comfort, and rainfall over the Montreal (Canada) area. We focus on two different events of high temperatures lasting 2–3 days followed by intense rainfall: one is a large-scale synoptic system that crosses Montreal at night and the other is an afternoon squall line. Our model shows an overall good performance in adequately capturing the surface air temperature, dew-point temperature and rainfall during the events, although the precipitation pattern seems to be slightly blocked upwind of the city. Sensitivity experiments with different land use scenarios were conducted. Replacing all urban surfaces by low vegetation showed an increase of human comfort, lowering the heat index during the night between 2° and 6°C. Increasing the albedo of urban surfaces led to an improvement of comfort of up to 1°C during daytime, whereas adding street-level low vegetation had an improvement of comfort throughout the day of up to 0.5°C in the downtown area. With respect to precipitation, significant differences are only seen for the squall line event, for which removing the city modifies the precipitation pattern. For the large-scale synoptic system, the presence of the city does not seem to impact precipitation. These findings offer insight on the effects of urban morphology on the near-surface atmospheric conditions.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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