Dust events characterization from visibility, trends and Dust Adversity Index in the Canary Islands for the period 1980–2022
Notice bibliographique
Résumé
Dust events in the Canary Islands have been documented since the late 19th century. However, during the past few years, several severe dust episodes have occurred in the Canary Islands, resulting in significant impacts on various sectors, such as aviation, air quality, and health, among others. These recent severe events have drawn the attention of both scientists and the general population, raising questions about whether these episodes are now more frequent and more severe. This study analyzes 483 dust events recorded in the Canary Islands over the last 40 years. Data analysis reveals that the average number of dust event days per year is approximately 24 days, and these events have an average duration of 1.8 days, both of which show a statistically significant decreasing trend over the series. Seasonal examination indicates that events occurring in the first and fourth quarters of the year have twice the duration of those in the other quarters. Furthermore, on an annual basis, events in the first quarter exhibit negative trends in both average and minimum visibilities. This suggests that dust events in the Canary Islands are becoming shorter in duration but more intense in terms of visibility. In this article, the Dust Adversity Index (DAI) is introduced to objectively compare the severity of events. Finally, anomalies in geopotential have been utilized to determine the prevailing synoptic patterns during dust events. It is evident that the dominant synoptic pattern during the first and fourth quarters of the year consists of a low cut-off system located to the west of the Canary Islands and a high-pressure system to the north of the Iberian Peninsula.
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 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».