Evaluating the Relationship between Interannual Variations in the Antarctic Ozone Hole and Southern Hemisphere Surface Climate in Chemistry–Climate Models
Notice bibliographique
Résumé
Abstract Studies have recently reported statistically significant relationships between observed year-to-year spring Antarctic ozone variability and the Southern Hemisphere annular mode and surface temperatures in spring–summer. This study investigates whether current chemistry–climate models (CCMs) can capture these relationships, in particular, the connection between November total column ozone (TCO) and Australian summer surface temperatures, where years with anomalously high TCO over the Antarctic polar cap tend to be followed by warmer summers. The interannual ozone–temperature teleconnection is examined over the historical period in the observations and simulations from the Whole Atmosphere Community Climate Model (WACCM) and nine other models participating in the Chemistry–Climate Model Initiative (CCMI). There is a systematic difference between the WACCM experiments forced with prescribed observed sea surface temperatures (SSTs) and those with an interactive ocean. Strong correlations between TCO and Australian temperatures are only obtained for the uncoupled experiment, suggesting that the SSTs could be important for driving both variations in Australian temperatures and the ozone hole, with no causal link between the two. Other CCMI models also tend to capture this relationship with more fidelity when driven by observed SSTs, although additional research and targeted modeling experiments are required to determine causality and further explore the role of model biases and observational uncertainty. The results indicate that CCMs can reproduce the relationship between spring ozone and summer Australian climate reported in observational studies, suggesting that incorporating ozone variability could improve seasonal predictions; however, more work is required to understand the difference between the coupled and uncoupled simulations.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».