Improved representation of sea‐ice processes in climate models
Notice bibliographique
Résumé
The apparent sensitivity of high latitudes to climate perturbations has spurred the development of global climate model components with improved parametrizations of sea‐ice related processes. We focus on two of these. The first involves the ocean component in which we generalize a recently developed parametrization of brine rejection during sea‐ice formation for use in a multi‐category sea‐ice model (i.e., one that resolves the thickness distribution function). The parametrization employs initial subsurface mixing of brine‐enriched surface waters resulting from sea‐ice growth. It is implemented in the University of Victoria coupled model, and numerical experiments are performed to highlight the physical processes and feedbacks involved. It is shown that a better representation of brine rejection improves the simulation of intermediate and deep ocean waters. Over the Arctic Ocean it also improves the simulation of the warm Atlantic Layer and sharpens the halocline. The second part of this paper focuses on the sea‐ice component. We perform a series of stand‐alone sea‐ice model experiments comparing a recently developed multi‐layer energy‐conserving thermodynamic scheme with the simplified scheme used in many existing climate models. Experiments are done with and without the inclusion of dynamic processes (ice motion and deformation). Of particular interest is the impact of changes in the representation of dynamic and thermodynamic processes on the response of sea ice to climate perturbations. This is accomplished by comparing results obtained with present‐day and future climate forcing, the latter obtained from the Canadian Centre for Climate Modelling and Analysis (CCCma) coupled climate model. We find that the more sophisticated thermodynamic scheme increases the sensitivity of ice volume, but decreases the sensitivity of ice area. As in previous studies, the introduction of ice dynamics tends to reduce sensitivity relative to a thermodynamic‐only model.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».