A method for investigating the relative importance of three components in overall uncertainty of climate projections
Notice bibliographique
Résumé
Climate model response (M) and greenhouse gas emissions (S) uncertainties are consistently estimated as spreads of multi‐model and multi‐scenario climate change projections. There has been less agreement in estimating internal climate variability (V). In recent years, an initial condition ensemble (ICE) of a climate model has been developed to study V. ICE is simulated by running a climate model using an identical climate forcing but different initial conditions. Inter‐member differences of an ICE manifestly represent V. However, ICE has been barely used to investigate relative importance of climate change uncertainties. Accordingly, this study proposes a method of using ICEs, without assuming V as constant, for investigating the relative importance of climate change uncertainties and its temporal–spatial variation. Prior to investigating temporal–spatial variation in China, V estimated using ICE was compared to that using multi‐model individual time series at national scale. Results show that V using ICE is qualitatively similar to that using multi‐model individual time series for temperature. However, V is not constant for average and extreme precipitations. V and M dominate before 2050s especially for precipitation. S is dominant in the late 21st century especially for temperature. Mean temperature change is projected to be 30–70% greater than its uncertainty until 2050s, while uncertainty becomes 10–40% greater than the change in the late 21st century. Precipitation change uncertainty overwhelms its change by 70–150% throughout 21st century. Cold regions (e.g., northern China and Qinghai‐Tibetan Plateau) tend to have greater temperature change uncertainties. In dry regions (e.g., northwest China), all three uncertainties tend to be great for changes in average and extreme precipitations. This study emphasizes the importance of considering climate change uncertainty in impact studies, especially taking into account that V is irreducible in the future. Using ICEs without assuming V as constant is an appropriate approach to study climate change uncertainty.
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 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».