Impact of increased resolution on long-standing biases in HighResMIP-PRIMAVERA climate models
Notice bibliographique
Résumé
Abstract. We examine the impacts of increased resolution on four long-standing biases using five different climate models developed within the PRIMAVERA project. Atmospheric resolution is increased from ~100–200 km to ~25–50 km, and ocean resolution is increased from ~1° (i.e., eddy-parametrized) to ~0.25° (i.e., eddy-present). For one model, ocean resolution is also increased to 1/12° (i.e., eddy-rich). Fully-coupled general circulation models and their atmosphere-only versions are compared with observations and reanalysis of near-surface temperature, precipitation, cloud cover, net cloud radiative effect, and zonal wind over the period 1980–2014. Both the ensemble mean and individual models are analyzed. Increased resolution especially in the atmosphere helps reduce the surface warm bias over the tropical upwelling regions in the coupled models, with further improvements in the cloud cover and precipitation biases particularly over the tropical South Atlantic. Related to this and to the improvement in the precipitation distribution over the western tropical Pacific, the double Intertropical Convergence Zone bias also weakens with resolution. Overall, increased ocean resolution from ~1° to ~0.25° offers limited improvements or even bias degradation in some models, although an eddy-rich ocean resolution seems beneficial for reducing the biases in North Atlantic temperatures and Gulf Stream path. Despite the improvements, however, large biases in precipitation and cloud cover persist over the whole tropics as well as in the upper-troposphere zonal winds at mid-latitudes in coupled and atmosphere-only models at higher resolutions. The Southern Ocean warm bias also worsens or persists in some coupled models. And a new warm bias emerges in the Labrador Sea in all the high-resolution coupled models. The analysis of the PRIMAVERA models therefore suggests that, to reduce biases, i) increased atmosphere resolution up to ~25–50 km alone might not be sufficient and ii) an eddy-rich ocean resolution might be needed. The study thus adds to evidence that further improved model physics and tuning might be necessary in addition to increased resolution to mitigate biases.
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 | 0,004 | 0,008 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 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 ».