Avaliação das tendências de indicadores de extremos climáticos simuladas a partir do modelo regional eta-20km
Bibliographic record
Abstract
Nesse trabalho são avaliadas tendências de indicadores de extremos climáticos de temperatura do ar e precipitação no clima presente (1961-1990) sobre a América do Sul, calculados a partir do aninhamento do modelo regional Eta-20km a três modelos globais: HadGEM2-ES (Hadley Center), MIROC5 (Model for interdisciplinary Research) e CanESM2 (Canadian Earth System Model). Os indicadores anuais utilizados são: TN10p (noites frias), TX10p (dias frios), TN90p (noites quentes), TX90p (dias quentes), TNn (menor temperatura mínima), TXn (menor temperatura máxima), PRCPTOT (total pluviométrico), CDD (dias secos consecutivos), R95p (chuvas intensas), R99p (chuvas muito intensas), RX1day (máximo acumulado de chuva em 1 dia) e RX5day (máximo acumulado de chuva em 5 dias consecutivos). Os resultados das simulações são confrontados com as tendências obtidas a partir de dados observacionais. O objetivo é investigar se o modelo Eta-20km, aninhado aos modelos globais, representa adequadamente tais tendências observadas no clima presente, de forma a apoiar a utilização de suas projeções futuras. Os resultados evidenciam corretamente a tendência de aquecimento em toda a América do Sul, com redução (aumento) da frequência de ocorrência de dias frios (quentes). Assim como observado, o Eta-CanESM2 e o Eta-HadGEM2-ES apresentam maiores magnitudes para as tendências dos indicadores baseados na temperatura mínima (TN10p e TN90p) quando comparado aos baseados na temperatura máxima (TX10p e TX90p). As tendências observadas nos extremos de precipitação (R95p, R99p, RX1day e RX5day) mostram em geral que a América do Sul está se tornando mais úmida, principalmente no Sudeste da América do Sul e Amazônia, contudo ocorre redução da precipitação no leste da Amazônia e Nordeste do Brasil. O Eta-HadGEM2-ES é o que melhor representa tais tendências nos extremos de precipitação, apesar de nenhuma das simulações conseguir representar adequadamente a tendência de um clima mais seco no Nordeste do Brasil. As observações mostram um aumento de CDD na maior parte da América do Sul. Tal aspecto é melhor representado nas regiões Sudeste e Nordeste do Brasil por todas as simulações.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".