Reliability of climate model multi‐member ensembles in estimating internal precipitation and temperature variability at the multi‐decadal scale
Notice bibliographique
Résumé
Multi‐member ensembles of climate models are used to study the role of internal climate variability and its potential impact on climate change impact studies. The reliability of such ensembles with respect to representing the internal climate variability is generally implicitly accepted. Using the latest version of the Climate Research Unit (CRU) data set as a baseline, this study verifies the reliability of multi‐member ensembles in estimating the internal precipitation and temperature variability at the multi‐decadal scale. To achieve this, multi‐decadal variability calculated using climate model multi‐member ensembles is first compared to that calculated using CRU data. The inter‐member variability of a single climate model is then compared to the multi‐decadal variability of CRU precipitation and temperature. Three climate models, with the number of members ranging between 5 and 40, are used to investigate whether the reliability is dependent upon the number of members of a climate model. The results show that multi‐member ensembles are capable of capturing the observed spatial pattern of multi‐decadal variability for both precipitation and temperature at the global scale. However, multi‐member ensembles perform better over regions with smaller variability. For the variables and timescale investigated, all three multi‐member ensembles show similar performances, suggesting that a five‐member ensemble may be sufficient to estimate the internal multi‐decadal climate variability for the chosen variables. Overall, this study indicates that the multi‐member ensemble of a climate model can be used to estimate the internal climate variability of annual and seasonal precipitation and temperature at the multi‐decadal and regional scales, if long historical records are not available.
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 | 0,010 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».