Impact of snow darkening via dust, black carbon, and organic carbon on boreal spring climate in the Earth system
Notice bibliographique
Résumé
Abstract Dust, black carbon (BC), and organic carbon (OC) aerosols, when deposited onto snow, are known to reduce the albedo of the snow (i.e., snow darkening effect (SDE)). Here using the NASA Goddard Earth Observing System Model, Version 5 (GEOS‐5) with aerosol tracers and a state‐of‐the‐art snow darkening module (GOddard SnoW Impurity Module: GOSWIM) for the land surface, we examine the role of SDE on climate in the boreal spring snowmelt season. SDE is found to produce significant surface warming (over 15 W m−2) over broad areas in midlatitudes, with dust being the most important contributor to the warming in central Asia and the western Himalayas and with BC having larger impact in the Europe, eastern Himalayas, East Asia, and North America. The contribution of OC to the warming is generally low but still significant mainly over southeastern Siberia, northeastern East Asia, and western Canada (~19% of the total solar visible absorption by these snow impurities). The simulations suggest that SDE strengthens the boreal spring water cycle in East Asia through water recycling and moisture advection from the ocean and contributes to the maintenance of dry conditions in parts of a region spanning Europe to central Asia, partially through feedback on the model's background climatology. Overall, our study suggests that the existence of SDE in the Earth system associated with dust, BC, and OC contributes significantly to enhanced surface warming over continents in northern hemisphere midlatitudes during boreal spring, raising the surface skin temperature by approximately 3–6 K near the snowline.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».