Predicting Climate Change Impacts on Precipitation for Western North America. M.Sc. Thesis
Notice bibliographique
Résumé
Global Circulation Models (GCMs) are used to create projections of possible future climate characteristics under global climate change scenarios. Future local and regional precipitation scenarios can be developed by downscaling synoptic CGM data. Daily 500-mb geopotential heights from the Canadian Centre for Climate Modelling and Analysis's CGCM2 are used to represent future (2020-2050) synoptics and are compared to daily historical (1960-1990) 500-mb geopotential height reanalysis data. The comparisons are made based on manually classified synoptic patterns identified by Changnon et al. (1993. Mon. Weather Rev. 121: 633-647). Multiple linear regression models are used to link the historical synoptic pattern frequencies and precipitation amounts for 372 weather stations across western North America,. The station-specific models are then used to forecast future precipitation amounts per weather station based on synoptic pattern frequencies forecast by the CGCM2 climate change forcing scenario. Spatial and temporal variations in precipitation are explored to determine monthly, seasonal and annual trends in climate change impacts on precipitation in western North America. The resulting precipitation scenarios demonstrate a decrease in precipitation from 10 to 30 % on an annual basis for much of the south and western regions of the study area. Seasonal forecasts show variations of the same regions with decreases in precipitation and select regions with increases in future precipitation. A major advancement of this analysis was the application of synoptic pattern downscaling to summer precipitation scenarios for western North America. iii
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».