Observed Surface Wind Speed Trends Inferred from Homogenized in Situ Data and Reanalysis Datasets
Notice bibliographique
Résumé
This paper describes the development of an updated Canadian homogenized monthly mean wind speed dataset, CanHomW mlyV2, for the period 1953–2023 and characterizes observed changes in surface wind speed across Canada. Hourly data from 154 stations in Canada were first quality controlled and adjusted for any non-standard anemometer heights. Then, monthly mean wind speed series were derived and subject to a semi-automated comprehensive data homogenization procedure to identify and diminish non-climatic changes. The procedure uses a combination of station metadata and multiple statistical tests with and without using reference series. The results of the automated procedure were reviewed manually. All of the 154 data series were identified to have one or more non-climatic changes, which were diminished by quantile matching adjustments. Station relocation and/or joining (i.e. joining of different stations’ data records into one data series), and instrument changes/problems were found to be the main causes of non-climatic changes.The homogenized dataset shows weakening winds in a large part of southern Canada (spanning from the southern Prairies to Labrador) and strengthening winds in most other regions, particularly in the area that spans south-central British Columbia to the Rocky Mountains. The weakening winds in the southern Prairies are also seen consistently in the three modern reanalysis datasets (ERA5, OCADA, 20CRv3), while the four datasets show inconsistent trends in most of the other regions. The Canadian wind trends show notable seasonality, as do the agreement/disagreement among the four datasets.
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 | 0,000 | 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 | 0,001 | 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 ».