A U.S. CLIVAR Project to Assess and Compare the Responses of Global Climate Models to Drought-Related SST Forcing Patterns: Overview and Results
Notice bibliographique
Résumé
Abstract The U.S. Climate Variability and Predictability (CLIVAR) working group on drought recently initiated a series of global climate model simulations forced with idealized SST anomaly patterns, designed to address a number of uncertainties regarding the impact of SST forcing and the role of land–atmosphere feedbacks on regional drought. The runs were carried out with five different atmospheric general circulation models (AGCMs) and one coupled atmosphere–ocean model in which the model was continuously nudged to the imposed SST forcing. This paper provides an overview of the experiments and some initial results focusing on the responses to the leading patterns of annual mean SST variability consisting of a Pacific El Niño–Southern Oscillation (ENSO)-like pattern, a pattern that resembles the Atlantic multidecadal oscillation (AMO), and a global trend pattern. One of the key findings is that all of the AGCMs produce broadly similar (though different in detail) precipitation responses to the Pacific forcing pattern, with a cold Pacific leading to reduced precipitation and a warm Pacific leading to enhanced precipitation over most of the United States. While the response to the Atlantic pattern is less robust, there is general agreement among the models that the largest precipitation response over the United States tends to occur when the two oceans have anomalies of opposite signs. Further highlights of the response over the United States to the Pacific forcing include precipitation signal-to-noise ratios that peak in spring, and surface temperature signal-to-noise ratios that are both lower and show less agreement among the models than those found for the precipitation response. The response to the positive SST trend forcing pattern is an overall surface warming over the world’s land areas, with substantial regional variations that are in part reproduced in runs forced with a globally uniform SST trend forcing. The precipitation response to the trend forcing is weak in all of the models. It is hoped that these early results, as well as those reported in the other contributions to this special issue on drought, will serve to stimulate further analysis of these simulations, as well as suggest new research on the physical mechanisms contributing to hydroclimatic variability and change throughout the world.
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 | 0,030 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».