Climate extremes indices in the CMIP5 multimodel ensemble: Part 1. Model evaluation in the present climate
Pourquoi ce travail est-il dans la base ?
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Scores machine (provisoires)
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
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.
- Écart entre enseignants
- 0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
- Statut de validation
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 découle
Résumé
This paper provides a first overview of the performance of state‐of‐the‐art global climate models participating in the Coupled Model Intercomparison Project Phase 5 (CMIP5) in simulating climate extremes indices defined by the Expert Team on Climate Change Detection and Indices (ETCCDI), and compares it to that in the previous model generation (CMIP3). For the first time, the indices based on daily temperature and precipitation are calculated with a consistent methodology across multimodel simulations and four reanalysis data sets (ERA40, ERA‐Interim, NCEP/NCAR, and NCEP‐DOE) and are made available at the ETCCDI indices archive website. Our analyses show that the CMIP5 models are generally able to simulate climate extremes and their trend patterns as represented by the indices in comparison to a gridded observational indices data set (HadEX2). The spread amongst CMIP5 models for several temperature indices is reduced compared to CMIP3 models, despite the larger number of models participating in CMIP5. Some improvements in the CMIP5 ensemble relative to CMIP3 are also found in the representation of the magnitude of precipitation indices. We find substantial discrepancies between the reanalyses, indicating considerable uncertainties regarding their simulation of extremes. The overall performance of individual models is summarized by a “portrait” diagram based on root‐mean‐square errors of model climatologies for each index and model relative to four reanalyses. This metric analysis shows that the median model climatology outperforms individual models for all indices, but the uncertainties related to the underlying reference data sets are reflected in the individual model performance metrics.
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.
La notice
- Revue
- Journal of Geophysical Research Atmospheres
- Thématique
- Climate variability and models
- Domaine
- Environmental Science
- Établissements canadiens
- ImpactPacific Institute for Climate SolutionsEnvironment and Climate Change Canada
- Organismes subventionnaires
- —
- Mots-clés
- ClimatologyEnvironmental scienceClimate modelClimate extremesClimate changeCoupled model intercomparison projectDownscalingMeteorologyPrecipitationGeographyGeologyOceanography
- Résumé présent dans OpenAlex
- oui