Asymmetrical Impact of El Niño to La Niña Transition in the Tropical Pacific Basin on Hot Extremes over India
Notice bibliographique
Résumé
Several studies have identified the significant impact of El Niño on summer season (March to May) temperature extremes over India. The current study identifies an asymmetry in the impact of ENSO on the hot extremes over the Indian region. During some years, the El Niño peak occurs in the November-December-January (NDJ) season and is followed by a transition to a cold phase of ENSO during the summer season. In such years, significantly more Indian districts experience extreme temperature anomalies in summer months compared to other ENSO years. This study focuses on bringing out the geo-spatial characterisation of this asymmetry with few dynamical pointers of its causes. It is found that the asymmetry in heatwave impact is related to two types of ENSO transitions: (a) El Niño followed by La Niña (ELLA) and (b) El Niño not followed by La Niña (ELNLA). It is also found that Eastern Pacific (Central Pacific) El Niño events dominate the ELLA (ELNLA) events. Over the Indian Ocean, distinct warming over the Bay of Bengal and the South Indian Ocean is also noted during ELLA years as compared to ELNLA years. In the ELLA years, the monthly maximum and minimum temperature conditions are much higher, with lower day-night temperature differences over a large number of districts than those of the ELNLA years during the winter and in the summer months, leading to increased discomfort. The uneven impact of ENSO on heatwaves can be used to explore region-specific risk mitigation strategies across the Indian subcontinent.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 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 ».