The future sea-level contribution of the Greenland ice sheet: a multi-model ensemble study of ISMIP6
Notice bibliographique
Résumé
Abstract. The Greenland ice sheet is one of the largest contributors to global mean sea-level rise today and is expected to continue to lose mass as the Arctic continues to warm. The two predominant mass loss mechanisms are increased surface meltwater run-off and mass loss associated with the retreat of marine-terminating outlet glaciers. In this paper we use a large ensemble of Greenland ice sheet models forced by output from a representative subset of the Coupled Model Intercomparison Project (CMIP5) global climate models to project ice sheet changes and sea-level rise contributions over the 21st century. The simulations are part of the Ice Sheet Model Intercomparison Project for CMIP6 (ISMIP6). We estimate the sea-level contribution together with uncertainties due to future climate forcing, ice sheet model formulations and ocean forcing for the two greenhouse gas concentration scenarios RCP8.5 and RCP2.6. The results indicate that the Greenland ice sheet will continue to lose mass in both scenarios until 2100, with contributions of 90±50 and 32±17 mm to sea-level rise for RCP8.5 and RCP2.6, respectively. The largest mass loss is expected from the south-west of Greenland, which is governed by surface mass balance changes, continuing what is already observed today. Because the contributions are calculated against an unforced control experiment, these numbers do not include any committed mass loss, i.e. mass loss that would occur over the coming century if the climate forcing remained constant. Under RCP8.5 forcing, ice sheet model uncertainty explains an ensemble spread of 40 mm, while climate model uncertainty and ocean forcing uncertainty account for a spread of 36 and 19 mm, respectively. Apart from those formally derived uncertainty ranges, the largest gap in our knowledge is about the physical understanding and implementation of the calving process, i.e. the interaction of the ice sheet with the ocean.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».