Assessment of Maximum Temperature for Future Time Series over Aurangabad, Maharashtra State, India
Notice bibliographique
Résumé
Climatic downscaling is an important tool used by many researchers in the field of climate to downscale climatic data available for global area to study the impacts of climate on smaller area. In climatic downscaling, there are mainly two types: 1) Statistical Downscaling and 2) Dynamical Downscaling. In the present study, statistical downscaling has been performed using SDSM (Statistical Downscaling Model) to find out future values of maximum temperatures (Tmax) over Aurangabad region (Latitude: 19.8911° N, Longitude: 75.1545° E). For this downscaling, CanESM2 (Canadian Earth System Model) CMIP5 (Coupled Model Intercomparison Project Phase 5) GCM (General Circulation Model) were selected and downscaling was performed under three different RCPs (Representative Concentration Pathways): RCP 2.6, RCP 4.5 and RCP 8.5. Downscaling model is calibrated and validated successfully over the baseline period 1961-2005 and results are presented graphically as well as statistically. Future downscaling values of maximum temperatures are presented with the help of three future time series: 2020s (2011-2040), 2050s (2041-2070) and 2080s (2071-2099) and it is observed that there is increase in the values of Tmax for the future time series with respect to the baseline period. Further the heat maps are developed for increasing monthly mean daily Tmax values under three RCPs with respect to the baseline period over the duration 2006 to 2013 and compared with increased observed monthly mean daily Tmax values over the same duration. This comparison has been done to assess the pattern of increasing monthly mean daily Tmax of downscaling results over Aurangabad region. All three RCPs are showing increasing values of monthly mean daily Tmax values for the selected three future time series with respect to the baseline period. Decade wise study of downscaling results is also showing increasing values of mean monthly daily Tmax with respect to the baseline period. Tmax values are predicted to be increased under RCP 2.6 by 1.10 0C, under RCP 4.5 by 2.13 0C and under RCP 8.5 by 4.20 0C at the end of 2099 which follows the prediction given by IPCC for global level temperature rise up to 2100.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».