Interhemispheric asymmetry of climate change projections of boreal winter surface winds in CanESM5 large ensemble simulations
Notice bibliographique
Résumé
Abstract A recent study of global wind power using an ensemble of ten CMIP5 climate simulations indicated an interhemispheric asymmetry of wind power changes over the twenty-first century, featured by power decreases across the Northern Hemisphere mid-latitudes and increases across the tropics and subtropics of the Southern Hemisphere. Here we analyze future projections of surface mean and extreme winds by means of a single-model initial-condition 50-member ensemble of climate simulations generated with CanESM5, the Canadian model participated in CMIP6. We analyze the ensemble mean and spread of boreal winter mean and extreme wind trends over the next half-century (2021–2070) and explore the contribution of internal climate variability to these trends. Surface wind speed is projected to mostly decrease in northern mid-low latitudes and southern mid-latitudes and increase in northern high latitudes and southern tropical and subtropical regions, with considerable regional variations. Large ensemble spreads are apparent, especially with remarkable differences over northern parts of South America and northern Russia. The interhemispheric asymmetry of wind projections is found in most ensemble members, and can be related to large-scale changes in surface temperature and atmospheric circulation. The extreme wind has similar structure of future projections, whereas its reductions tend to be more consistent over northern mid-latitudes. The projected mean and extreme wind changes are attributed to changes in both externally anthropogenic forced and internal climate variability generated components. The spread in wind projections is partially due to large-scale atmospheric circulation variability.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».