Interdecadal Variation of ENSO Predictability in Multiple Models
Notice bibliographique
Résumé
Abstract In this study, El Niño–Southern Oscillation (ENSO) retrospective forecasts were performed for the 120 yr from 1881 to 2000 using three realistic models that assimilate the historic dataset of sea surface temperature (SST). By examining these retrospective forecasts and corresponding observations, as well as the oceanic analyses from which forecasts were initialized, several important issues related to ENSO predictability have been explored, including its interdecadal variability and the dominant factors that control the interdecadal variability. The prediction skill of the three models showed a very consistent interdecadal variation, with high skill in the late nineteenth century and in the middle–late twentieth century, and low skill during the period from 1900 to 1960. The interdecadal variation in ENSO predictability is in good agreement with that in the signal of interannual variability and in the degree of asymmetry of ENSO system. A good relationship was also identified between the degree of asymmetry and the signal of interannual variability, and the former is highly related to the latter. Generally, the high predictability is attained when ENSO signal strength and the degree of asymmetry are enhanced, and vice versa. The atmospheric noise generally degrades overall prediction skill, especially for the skill of mean square error, but is able to favor some individual prediction cases. The possible reasons why these factors control ENSO predictability were also discussed.
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) | 0,000 | 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 ».