Search

Creșterea radială a arborilor variază de la un sezon de vegetație la altul, datorită variației factorilor de mediu de la un an la altul. Poluarea aerului poate modifica comportamentul normal al creșterii arborilor atât în ceea ce privește dinamica creșterii, cât și răspunsul la schimbările de mediu. Schimbările climatice și poluarea aerului sunt strâns corelate deși de cele mai multe ori impactul poluării asupra creșterii arborilor și relația dintre climat și creșterea radială a arborilor au fost analizate separat. Acest studiu prezintă rezultatele privind influența poluării industriale asupra relației dintre creșterea arborilor și factorii climatici. Au fost studiate două specii de arbori, molid (Picea abies L.) și brad (Abies alba L.), din zona Tarnița, județul Suceava, zonă intens poluată de activitatea minieră și prelucrarea metalelor neferoase. Suprafețele experimentale au fost amplasate la diferite distanțe față de sursa de poluare pentru a putea surprinde arbori afectați în diferite grade de poluarea industrială locală (intens poluat, moderat poluat și nepoluat). Analiza răspunsului arborilor la variația factorilor climatici a scos în evidență faptul că precipitațiile ridicate din anumite luni pot influența pozitiv creșterile arborilor din zonele poluate. Temperaturile ridicate din sezonul de vegetație pot influența negativ arborii de rășinoase, iar răspunsul este mai puternic în cazul arborilor din zonele afectate de poluare. Perioada în care arborii de rășinoase din zona Tarnița, au răspuns diferit în raport cu gradul de afectare al poluării se suprapune perfect cu perioada în care activitatea minieră din acea zonă se desfășura la un nivel foarte ridicat.

We live, it is said, in the age of “data science”. Machine learning (ML) from data astonishes us with its advances, such as autonomous vehicles and translation tools, and also worries us with its ability to monitor and interpret human faces, gestures and behaviors. In science, we are witnessing a new explosion of literature around machine learning, capable of interpreting massive amounts of data, otherwise known as “big data”. Some predict that numerical computation will soon be overtaken by ML as a tool for understanding and predicting dynamic systems.No field of science is as closely related to HPC as meteorology and climate science. Their history dates back to the dawn of numerical computation, the technology that von Neumann and his colleagues pioneered in the post-war era. In this article, we will use the numerical simulation of the Earth system as an example to highlight some of the fundamental questions posed by machine learning. We will return to the history of meteorology to understand the dialectic between knowledge—our understanding of the atmosphere—and forecasting, for example the knowledge of the weather of the next day. This question is raised again today by learning, because it is not necessarily possible to interpret physically because it comes directly from the data. On the other hand, the central role of Earth system simulation to help us decipher the future of the planet and climate change, requires us to get out of the actuality of the data and make comparisons with fictitious Earths (without industrial emissions for example) and several leads to the future, what we call “scenarios”. Here observations do have a role, but it is often data from simulations that are analyzed. Finally, these climate data have a societal weight, and the democratization of access to them has grown strongly in recent years. We will show here some aspects of the evolution of simulation and data technologies and its important stakes for Earth system sciences.

[es] : En Climatología, las clasificaciones son frecuentemente utilizadas con la finalidad de agrupar y/o diferenciar comportamientos de uno o más elementos meteorológicos en el tiempo y en el espacio. Como última fase de la investigación científica, la clasificación constituye la base de la evaluación de resultados y de la síntesis. Sin embargo, en el caso particular de la Clasificación Climática de Holdridge, algunas incoherencias conceptuales y visuales, estas últimas producto de discrepancias gráficas, conducen a resultados no concluyentes, dado que una localidad pudiera pertenecer a dos o hasta tres zonas de vida diferentes. En este sentido, el presente trabajo es una contribución que pretende solventar estas limitaciones mediante la aplicación de: 1. Una técnica numérica, como el Análisis de Conglomerados (Cluster Analysis), cuya base es un sistema rectangular de ejes coordenados, donde la distancia entre los individuos se utiliza para determinar su asignación a distintos grupos, cada uno con características homogéneas. 2. Una técnica gráfica, como el uso del software AutoCAD, Versión 14 para el diseño del nomograma digital de Holdridge, para disminuir la discrepancia gráfico-visual y permitir establecer de manera unívoca la zona de vida asociada a cada localidad estudiada. [fr] En climatologie, les classifications sont frécuentement utilisées a fin de grouper et/ou différencier comportements dún ou plus éléments météorologiques. Comme dernier phase dans la recherche scientifique, la classification constitue la base de l'évalauation de résultats et de la synthèse. Malgré, dans le cas particulier de la classification climatique de Holdridge quelques incohérences de concept et visuels, ces derniers là produitt de différences grafiques, conduit a résultats pas concluants, due qu'une lacalité puisse appartenir a deux o trois zones de vie différent, selon Holdridge. Comme ça, cet travail est une contribution qu'essayer de régler ces limitations moyennant l'application d'une técnique numérique comme est 1'analysis de conglomérés (cluster analysis) et, autre grapique, comme l'use de software Autocad dans le dissein d'un nomogramme digitel.

La Climatologie, en tant que secteu r de la Géographie, concentre ses attentions sur la surface de la planète où se réalisent les processus atmosphériques, géomorphologiques, hydrologiques et biologiques et où l'homme, organise en societé, produit et am énage son espace. De la m êm e façon que la Géographie, la Climatologie a plusieurs orientaitons m éthodologiques selon la thèm atique adoptée. Les buts et Pechelle d'analyse. L'article analyses quelquer propositions m éthodologiques adoptées para la Climatologie Géographique

Aucun résumé disponible.