Emergent Constraints on CMIP6 Climate Warming Projections: Contrasting Cloud- and Surface Temperature–Based Constraints
Notice bibliographique
Résumé
Abstract The latest Coupled Model Intercomparison Project (CMIP6) multimodel ensemble shows a broader range of projected warming than the previous-generation CMIP5 ensemble. We show that the projected warming is well correlated with tropical and subtropical low-level cloud properties. These physically meaningful relations enable us to use observed cloud properties to constrain future climate warming. We develop multivariate linear regression models with metrics selected from a set of potential constraints based on a stepwise selection approach. The resulting linear regression model using two low-cloud metrics shows better cross-validated results than regression models that use single metrics as constraints. Application of a regression model using the low-cloud metrics to climate projections results in similar estimates of the mean, but substantially narrower uncertainty ranges, of projected twenty-first-century warming when compared with unconstrained simulations. The resulting projected global-mean warming in 2081–2100 relative to 1995–2014 is 2.84–5.12 K (5%–95% range) for Shared Socioeconomic Pathway (SSP) 5–8.5 compared with a range of 2.34–5.81 K for unconstrained projections, and 0.60–1.70 K for SSP1–2.6 compared to an unconstrained range of 0.38–2.04 K. We provide evidence for a higher lower bound of the projected warming range than that obtained from constrained projections based on the past global-mean temperature trend. Consideration of the impact of the sea surface temperature pattern effect on the recent observed warming trend, which is not well captured in the CMIP6 ensemble, indicates that the relatively low projected warming resulting from the global-mean temperature trend constraint may not be reliable and provides further justification for the use of climatologically based cloud metrics to constrain projections.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».