Evaluation of IPCC Models’ Performance in Simulating Late-Twentieth-Century Climatologies and Weather Patterns over North America
Notice bibliographique
Résumé
Abstract The authors analyze the performance of 22 Intergovernmental Panel on Climate Change (IPCC) global climate models (GCMs) over all of North America and its western subregion using several different evaluation metrics. They assess the model skill in simulating climatologies of several climate variables and the skill in simulating the daily synoptic patterns. The evaluation is performed by comparing the model output with the North American Regional Reanalysis (NARR) over the period 1980–99. One set of metrics, based on root-mean-square errors and variance ratios, compares modeled versus the NARR mean annual cycle and interannual variability. Based on these measures the three top performing models are the ECHAM5–Max Planck Institute Ocean Model (MPI-OM), the third climate configuration of the Met Office Unified Model (HadCM3), and the Canadian Centre for Climate Modelling and Analysis (CCCma) Coupled General Circulation Model, version 3.1 [CGCM3.1(T47)]. Models that perform well over all North America also perform well over its western subregion. However, the model ranking is sensitive to the choice of climate variable. For another evaluation measure the method of self-organizing maps was applied to classify the characteristic daily patterns of sea level pressure over the region. The evaluation consists of correlating the frequencies of these patterns, as generated in GCMs, with the frequencies in the NARR over the baseline period. Most of the models are successful in simulating the frequencies of daily anomaly patterns from the 20-yr-average daily pattern. However, very few GCMs are able to reproduce the occurrences of characteristic daily weather patterns in the NARR on seasonal basis over the baseline period. In terms of relative performance, the three top performing models are the Meteorological Research Institute (MRI) CGCM2.3.2, ECHAM5–MPI-OM, and the Model for Interdisciplinary Research on Climate 3.2, high-resolution version [MIROC3.2(hires)]. The model skill in simulating daily synoptic patterns is not strongly linked to the skill in simulating the climatologies of selected variables. Despite the large scatter of model performance across all the metrics, some models consistently rank high [e.g., ECHAM5–MPI-OM and MIROC3.2(medres)]. Likewise, some models consistently rank low [e.g., the Community Climate System Model, version 3 (CCSM3) and the Goddard Institute for Space Studies Model E-R (GISS-ER)] independently of the evaluation measures, domain size, and climate variable of interest.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».