MétaCan
Menu
Retour à la cohorte
Enregistrement W4400916284 · doi:10.1175/jcli-d-23-0770.1

Detection and Attribution of Changes in Precipitation Extremes in China and Its Different Climate Zones

2024· article· en· W4400916284 sur OpenAlexaff
Wenhui Chen, Huijuan Cui, Francis W. Zwiers, Chao Li, Jingyun Zheng

Notice bibliographique

RevueJournal of Climate · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Agricultural Sciences
Établissements canadiensPacific Institute for Climate SolutionsUniversity of Victoria
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésClimatologyPrecipitationEnvironmental scienceChinaAttributionClimate changeClimate extremesMeteorologyGeologyGeographyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Based on the observations and the phase 6 of Coupled Model Intercomparison Project (CMIP6) multimodel simulations, we conducted a detection and attribution analysis for the observed changes in intensity and frequency indices of extreme precipitation during 1961–2014 over the whole of China and within distinct climate regions across the country. A space–time analysis is simultaneously applied in detection so that spatial structure on the signals is considered. Results show that the CMIP6 models can simulate the observed general increases of extreme precipitation indices during the historical period except for the drying trends from southwestern to northeastern China. The anthropogenic (ANT) signal is detectable and attributable to the observed increase of extreme precipitation over China, with human-induced greenhouse gas (GHG) increases being the dominant contributor. Additionally, we also detected the ANT and GHG signals in China’s temperate continental, subtropical–tropical monsoon, and plateau mountain climate zones, demonstrating the role of human activity in historical extreme precipitation changes on much smaller spatial scales. Significance Statement The observed intensification of extreme precipitation globally has been attributed to human influences. Here, we demonstrate that anthropogenic forcing has discernably intensified extreme precipitation over the period 1961–2014, over China and in three of its four climate zones, with human-induced greenhouse gas increases being the dominant contributor. Our results strengthen the body of evidence that greenhouse gas increases are intensifying extreme precipitation by quantifying their role in observed changes at smaller regional scales than previously reported.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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'étudeObservationnel
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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetEnvironmental and Agricultural SciencesTravaux en français237 207