Definition differences and internal variability affect the simulated Arctic sea ice melt season
Notice bibliographique
Résumé
Satellite observations show that the Arctic sea ice melt season is getting longer. This lengthening has important implications for the Arctic Ocean's radiation budget, marine ecology and accessibility. Here we assess how passive microwave satellite observations of the melt season can be used for climate model evaluation. By using the Community Earth System Model Large Ensemble (CESM LE), we evaluate the effect of multiple possible definitions of melt onset, freeze onset and melt season length on comparisons with passive microwave satellite data, while taking into account the impacts of internal variability. We find that within the CESM LE, melt onset shows a higher sensitivity to definition choices than freeze onset, while freeze onset is more greatly impacted by internal variability. The CESM LE accurately simulates that the trend in freeze onset largely drives the observed pan-Arctic trend in melt season length. Under RCP8.5 forcing, the CESM LE projects that freeze onset dates will continue to shift later, leading to a pan-Arctic average melt season length of 7–9 months by the end of the 21st century. However, none of the available model definitions produce trends in the pan-Arctic melt season length as large as seen in passive microwave observations. This suggests a model bias, which might be a factor in the generally underestimated response of sea ice loss to global warming in the CESM LE. Overall, our results show that the choice of model melt season definition is highly dependent on the question posed, and none of the definitions exactly match the physics underlying the passive microwave observations.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».