Seasonal climate change patterns due to cumulative CO <sub>2</sub> emissions
Notice bibliographique
Résumé
Cumulative CO _2 emissions are near linearly related to both global and regional changes in annual-mean surface temperature. These relationships are known as the transient climate response to cumulative CO _2 emissions (TCRE) and the regional TCRE (RTCRE), and have been shown to remain approximately constant over a wide range of cumulative emissions. Here, we assessed how well this relationship holds for seasonal patterns of temperature change, as well as for annual-mean and seasonal precipitation patterns. We analyzed an idealized scenario with CO _2 concentration growing at an annual rate of 1% using data from 12 Earth system models from the Coupled Model Intercomparison Project Phase 5 (CMIP5). Seasonal RTCRE values for temperature varied considerably, with the highest seasonal variation evident in the Arctic, where RTCRE was about 5.5 °C per Tt C for boreal winter and about 2.0 °C per Tt C for boreal summer. Also the precipitation response in the Arctic during boreal winter was stronger than during other seasons. We found that emission-normalized seasonal patterns of temperature change were relatively robust with respect to time, though they were sub-linear with respect to emissions particularly near the Arctic. Moreover, RTCRE patterns for precipitation could not be quantified robustly due to the large internal variability of precipitation. Our results suggest that cumulative CO _2 emissions are a useful metric to predict regional and seasonal changes in precipitation and temperature. This extension of the TCRE framework to seasonal and regional climate change is helpful for communicating the link between emissions and climate change to policy-makers and the general public, and is well-suited for impact studies that could make use of estimated regional-scale climate changes that are consistent with the carbon budgets associated with global temperature targets.
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 | 0,000 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,010 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».