MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394780488 · doi:10.1029/2023jd039495

Contribution of Surface Radiative Effects, Heat Fluxes and Their Interactions to Land Surface Temperature Variability

2024· article· en· W4394780488 sur OpenAlexafffund
Y. Liu, Yi Huang, J. Yuan, Yan Xie, Chen Zhou

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensMcGill University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNanjing UniversityCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésRadiative transferRadiative forcingAtmospheric sciencesAlbedo (alchemy)Environmental scienceRadiative fluxCloud feedbackEarth's energy budgetRadiative coolingClimatologyClimate modelMeteorologyRadiationClimate changePhysicsAerosolClimate sensitivityGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Land surface temperature anomalies can be linked to changes in local surface energy balance, although the relationship between surface temperature variability and individual radiative processes remains unclear. In this paper, we quantify the contributions of surface radiative effects and non‐radiative heat fluxes to the variance of monthly land surface temperature using European Centre for Medium‐Range Weather Forecasts Reanalysis v5 data and Coupled Model Intercomparison Project Phase 6 simulations. The surface energy budget equation is used to link changes in surface radiation, surface heat fluxes and land surface temperature. Subsequently, surface radiation is decomposed into the radiative effects of clouds, air temperature, surface albedo and relative humidity using radiative kernels. The contributions of these radiative processes, including their coupling effects, are quantified using covariance matrices. The results reveal the air temperature radiative effect to be the most significant contributor to the variability of land surface temperature. In addition, the covariance terms reveal important coupling effects. For example, the contribution from the cloud radiative effect is found to be substantially dampened by its coupling with surface heat fluxes. The air temperature radiative effect is further decomposed into a forcing component and a feedback component using different regression methods, in an attempt to separate the air temperature radiative effect as the driver of the surface temperature variability. The cloud radiative effect becomes the primary contributor to the variance of surface temperature after separating the air temperature feedback, while the contribution of the air temperature radiative forcing remains important.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,016
Tête enseignante GPT0,314
Écart entre enseignants0,298 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetClimate variability and models→Travaux en français237 207→