Multisite Multivariate Statistical Downscaling of Daily Extreme Temperature Series
Notice bibliographique
Résumé
Les modèles du climat global (MCG) ont été fréquemment utilisés pour les études des impacts du changement climatique en pratique. Toutefois, les échelles spatiales de ces MCG sont très grandes et alors ne sont pas appropriées pour ces études d’impacts. Donc, plusieurs méthodes de mise en échelle ont été élaborées dans la communauté scientifique pour établir les liens entre ces différentes échelles. De plus, plusieurs de ces méthodes de mise en échelle ont été proposées, mais la majorité de ces méthodes concernent la mise en échelle des variables climatiques en un site donné sans considération de la dépendance spatiale entre les sites. Par conséquent, ces méthodes pour les sites individuels ne sont pas capables de capturer les interactions spatiales observées entre les processus hydrologiques en différents sites. Dans ce contexte, la présente étude propose une approche statistique de mise en échelle multisite et multivariable (MMSD) qui est capable de mettre en échelle des séries de températures extrêmes en plusieurs sites simultanément. Dans cette étude, deux modèles MMSD (SVD-MAR et MSM) ont été élaborés pour les séries journalières de température maximale (Tmax) et de température minimale (Tmin). On a évalué la faisabilité et la précision de ces deux modèles SVD-MAR and MSM en utilisant des données journalières extrêmes provenant de deux réseaux différents de mesures météorologiques représentant deux régions climatiques distinctes : la région du climat froid du sud de Québec-Ontarion au Canada et la région du climat tropique au Bangladesh. On avait trouvé que les modèles proposés sont capables de décrire d’une façon précise les propriétés statistiques spatio-temporelles des données de températures extrêmes observées en un site et en plusieurs sites simultanément. De plus, les résultats de ces modèles MMSD sont plus précis que les résultats du modèle le plus populaire SDSM pour la mise en échelle en un site individuel. On avait également démontré que les modèles MMSD proposés peuvent fournir une estimation plus précise de la fonte de neige par rapport du modèle SDSM
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».