MétaCan
Menu
Retour à la cohorte
Enregistrement W4413773172 · doi:10.1002/qj.5033

Scaling of precipitation extremes with surface temperature in western Canada: Understanding the control factors using a convection‐permitting climate model

2025· article· en· W4413773172 sur OpenAlexafffundabout
Lintao Li, Zhenhua Li

Notice bibliographique

RevueQuarterly Journal of the Royal Meteorological Society · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensWestern UniversityGlobal Institute for Water SecurityUniversity of Saskatchewan
Organismes subventionnairesGlobal Water FuturesNatural Sciences and Engineering Research Council of Canada
Mots-clésPrecipitationClimatologyScalingEnvironmental scienceConvectionClimate modelMeteorologyClimate changeAtmospheric sciencesGeographyGeologyMathematicsOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract The Clausius–Clapeyron (CC) relationship can shed light on understanding how precipitation extremes may change in a warming climate. We evaluated relationships between hourly extreme precipitation and surface temperature using observed and simulated datasets and found the convection‐permitting climate model is able to capture the observed relationships between precipitation extremes and temperature (PT scaling) in western Canada. In the current climate, the intensity of extreme precipitation increases with temperature approximately at the CC scale in the Prairie, North, and Mountain regions, whereas a clear sub‐CC scale can be seen in the Coast region. All four regions show a negative scaling rate at warm temperature bins. In the future climate, precipitation extremes in each region get intensified with warming at a larger scale rate than that in the current climate. A super‐CC and even double‐CC rate can be seen in the Coast, Prairie, and North regions. A similar scaling method has been applied for the corresponding column integrated water vapour, vertical velocity, and the convective available potential energy. We found the PT scaling pattern is physically governed by the ascending velocity of air and the amount of atmospheric water vapour. Approximately 99% of the variation of precipitation extremes can be explained by the vertical velocity and 95% by the precipitable water for the current climate in western Canada. In the future, more than 97% of the variation of precipitation extremes can be explained by the precipitable water and more than 99% by the vertical velocity.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,238
Écart entre enseignants0,213 · 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
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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of the Royal Meteorological SocietyMême sujetClimate variability and modelsTravaux en français237 207