Predictability of Indian Ocean Dipole Over 138 Years Using a CESM Ensemble‐Prediction System
Notice bibliographique
Résumé
Abstract In this study, we performed a long‐term ensemble hindcast from 1880 to 2017 (138 years) using the Community Earth System Model (CESM) and conducted a comprehensive investigation of the Indian Ocean Dipole (IOD) predictability. We found that the CESM can produce the IOD prediction skill comparable to that produced by some of the best state‐of‐the‐art coupled general circulation models, achieving a correlation skill of 0.5 for a lead time of one season over the 138 years. The Brier skill score shows one season of the effective probability prediction skill for the below‐ and above‐normal events and no probability prediction skill for the near‐normal events. The potential predictability of the IOD is much higher than the actual prediction skill; for example, the information‐based potential correlation is as high as 0.8 at a 6‐month lead time, suggesting a large scope for improvement in current IOD predictions. Compared with the dispersion component, the signal component dominates the variation in the relative entropy and the relationship between the potential predictability and deterministic prediction skill. An analysis of the IOD prediction skills suggests that the strength of IOD events plays an important role in the IOD prediction skills, regardless of the measurement metrics used to evaluate the prediction skills. Our study also suggested that the remote forcing from the tropical Pacific and the local sea‐air interaction in the tropical Indian Ocean would be two major sources of IOD predictability.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».