Beyond Forecasting: Discovering Hidden Weather Regimes using Multivariate Clustering
Notice bibliographique
Résumé
Knowledge of urban weather regimes is critical for environmental planning, disaster preparedness, and climatic monitoring in metropolitan areas. This study presents an evidence-based framework for detecting and characterizing such regimes utilising daily meteorological data from 43 cities across the United States, Canada, and Israel, spanning February 2012 to October 2017. Key variables include air pressure, wind speed, temperature, and relative humidity. The data were preprocessed through aggregation, missing value imputation, outlier treatment, and standardization to ensure quality and consistency. Principal Component Analysis (PCA) was applied for dimensionality reduction to extract dominant patterns, followed by clustering using an enhanced Canopy-KMeans algorithm with minimum variance initialization, optimal k selection via the Elbow Method, and computational efficiency achieved through the triangle inequality. Temporal persistence filtering ensured that identified regimes represent physically meaningful and stable atmospheric states. Five distinct regimes were classified: Hot–Humid Calm, Mild–Dry Transitional, Mild–Windy Transitional, Cold–Humid Unstable, and Hot–Dry Windy. Cluster centroids and intra-cluster variability provide quantitative descriptions of each regime’s environmental characteristics. Validation using the Davies-Bouldin Index, Silhouette coefficient, Calinski-Harabasz Index, and Adjusted Rand Index confirms that k = 5 yields the most stable and interpretable solution. The proposed framework offers a robust foundation for urban weather characterization, with potential applications in climate assessment and risk mitigation.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».