A global climate model ensemble for downscaled monthly climate normals over North America
Notice bibliographique
Résumé
Abstract Use of downscaled global climate model projections is expanding rapidly as climate change vulnerability assessments and adaptation planning become mainstream in many sectors. Many climate change impact analyses use climate model projections downscaled at very high spatial resolution (~1 km) but very low temporal resolution (20‐ to 30‐year normals). These applications have model selection priorities that are distinct from analyses at high temporal resolution. Here, we select a 13‐model ensemble and an 8‐model subset designed for robust change‐factor downscaling of monthly climate normals, and describe their attributes in North America. All models are selected from the Coupled Model Intercomparison Project Phase 6 (CMIP6) archives. The 13‐model ensemble is representative of the distribution of equilibrium climate sensitivity, grid resolution, and transient regional climate changes in the CMIP6 generation. The 8‐model subset is consistent with the IPCC's recent assessment of the very likely range of Earth's equilibrium climate sensitivity. Our results emphasize several principles for selection and use of downscaled climate ensembles: (a) the ensemble must be observationally constrained to be meaningful; (b) analysis of multiple models is essential as the ensemble mean alone can be misleading; (c) small (<8‐member) ensembles should be region‐specific and used with caution; (d) higher grid resolution is not necessarily better; and (e) multiple simulations of each model/scenario combination are necessary to represent precipitation uncertainty. Although we have focused our documentation on North America, our model selection uses primarily global criteria and is applicable to downscaling climate normals in other continents. Downscaled projections for the selected models are available in ClimateNA ( http://climatena.ca/ ). An accompanying web application ( https://bcgov-env.shinyapps.io/cmip6-NA/ ) provides tools for further model selection and visualization of the ensemble.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».