MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411117356 · doi:10.1029/2024jd042923

A Novel Method Based on Precipitation, Surface Evaporation, and Water Vapor Flux Divergence for Estimating the Continental Evaporation Recycling Ratio

2025· article· en· W4411117356 sur OpenAlexaff
Wenhui Yan, Fawen Li, Xiaohua Wei, Jinyu Hui, Yong Zhao

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEvaporationFlux (metallurgy)PrecipitationEnvironmental scienceDivergence (linguistics)Materials scienceWater vaporAtmospheric sciencesThermodynamicsMeteorologyGeologyPhysicsMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract The continental evaporation recycling ratio (ERR) measures the role of terrestrial evaporation in sustaining downwind precipitation and the reliance of terrestrial rainfall on land‐based moisture recycling. Accurate estimation of ERR can help identify regions with a strong dependence on the terrestrial water cycle, offering valuable implications for land use management. However, the existing techniques for calculating ERR at continental or global scales depend on the accuracy of simulations on complicated and underlying processes, which are difficult to conduct. To address this methodological gap, we propose a novel method that integrates precipitation, surface evaporation, and water vapor flux divergence, incorporating the microphysics scheme of clouds and precipitation. This method utilizes remote sensing data, including precipitation, evaporation, specific humidity, wind speed, water vapor, water content, and other variables, without relying on complicated simulation results. It features a simple structure and low computational cost. Using this approach, we map historical ERR from 1985 to 2014 to establish a baseline for spatial distributions and driving factors. To further validate the results from this study, we calculate the response of ERR to climate change under SSP5‐8.5 and SSP1‐2.6 scenarios for the near term (2024–2040) and long term (2081–2099), and then compare our results with other existing climate change studies. The comparisons demonstrate the robustness of our method. We conclude that the proposed method can offer an effective approach for quantifying ERR at continental or global scales.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,332
Écart entre enseignants0,306 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetAtmospheric and Environmental Gas Dynamics→Travaux en français237 207→