Regional surface temperature changes in China caused by reduced air pollution and halogenated greenhouse gases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
China's vast territory across a large latitude makes it an ideal country to investigate the mechanisms causing regional climate changes. Here, we showed that the temporal patterns in regional surface temperature are very different between low- and high latitude regions and between lightly and severely polluted regions, and that a reversal in surface temperature occurs earlier at higher-latitude regions. The latter is affected by recent drastic reductions in air pollution, which give rise to positive net radiative forcings that are the primary cause for China's regional temperature rises in the last decade. These regional climate patterns are in good agreement with both the cosmic-ray driven electron-induced reaction (CRE) theory of ozone depletion and the physics model of warming caused by halogen-containing greenhouse gases (halo-GHGs, mainly chlorofluorocarbons (CFCs)). Using the IPCC-given globally averaged radiative forcings of aerosols and ozone, our calculated results by the CFC-warming physics model showed good agreement with the observed regional surface temperature changes since 1990, giving correlation coefficients of 0.70–0.96. In lightly polluted regions, such as northeast and northwest China (Heilongjiang, Xinjiang and Inner Mongolia), Hainan and Guangdong, our calculations reproduced close observations, while underestimating temperatures in highly polluted regions such as Beijing (Hebei), Fujian, and Jiangsu. This discrepancy is explained by larger reductions in post-2013 air pollution, causing greater positive radiative forcings. Our results revealed the mechanisms for regional and global climate change.
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.
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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle