Distinguishing the effects of internal and forced atmospheric variability in climate networks
Notice bibliographique
Résumé
Abstract. The fact that the climate on the earth is a highly complex dynamical system is well-known. In the last few decades great deal of effort has been focused on understanding how climate phenomena in one geographical region affects the climate of other regions. Complex networks are a powerful framework for identifying climate interdependencies. To further exploit the knowledge of the links uncovered via the network analysis (for, e.g., improvements in prediction), a good understanding of the physical mechanisms underlying these links is required. Here we focus on understanding the role of atmospheric variability, and construct climate networks representing internal and forced variability using the output of an ensemble of AGCM runs. A main strength of our work is that we construct the networks using MIOP (mutual information computed from ordinal patterns), which allows the separation of intraseasonal, intra-annual and interannual timescales. This gives further insight to the analysis of climatological data. The connectivity of these networks allows us to assess the influence of two main indices, NINO3.4 – one of the indices used to describe ENSO (El Niño–Southern oscillation) – and of the North Atlantic Oscillation (NAO), by calculating the networks from time series where these indices were linearly removed. A main result of our analysis is that the connectivity of the forced variability network is heavily affected by "El Niño": removing the NINO3.4 index yields a general loss of connectivity; even teleconnections between regions far away from the equatorial Pacific Ocean are lost, suggesting that these regions are not directly linked, but rather, are indirectly interconnected via El Niño, particularly at interannual timescales. On the contrary, on the internal variability network – independent of sea surface temperature (SST) forcing – the links connecting the Labrador Sea with the rest of the world are found to be significantly affected by NAO, with a maximum at intra-annual timescales. While the strongest non-local links found are those forced by the ocean, the presence of teleconnections due to internal atmospheric variability is also shown.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».