Notice bibliographique
Résumé
Abstract. The Arctic is warming 2 to 3 times faster than the global average, partly due to changes in short-lived climate forcers (SLCFs) including aerosols. In order to study the effects of atmospheric aerosols in this warming, recent past (1990–2014) and future (2015–2050) simulations have been carried out using the GISS-E2.1 Earth system model to study the aerosol burdens and their radiative and climate impacts over the Arctic (>60∘ N), using anthropogenic emissions from the Eclipse V6b and the Coupled Model Intercomparison Project Phase 6 (CMIP6) databases, while global annual mean greenhouse gas concentrations were prescribed and kept fixed in all simulations. Results showed that the simulations have underestimated observed surface aerosol levels, in particular black carbon (BC) and sulfate ( SO42- ), by more than 50 %, with the smallest biases calculated for the atmosphere-only simulations, where winds are nudged to reanalysis data. CMIP6 simulations performed slightly better in reproducing the observed surface aerosol concentrations and climate parameters, compared to the Eclipse simulations. In addition, simulations where atmosphere and ocean are fully coupled had slightly smaller biases in aerosol levels compared to atmosphere-only simulations without nudging. Arctic BC, organic aerosol (OA), and SO42- burdens decrease significantly in all simulations by 10 %–60 % following the reductions of 7 %–78 % in emission projections, with the Eclipse ensemble showing larger reductions in Arctic aerosol burdens compared to the CMIP6 ensemble. For the 2030–2050 period, the Eclipse ensemble simulated a radiative forcing due to aerosol–radiation interactions (RFARI) of -0.39±0.01 W m−2, which is −0.08 W m−2 larger than the 1990–2010 mean forcing (−0.32 W m−2), of which -0.24±0.01 W m−2 was attributed to the anthropogenic aerosols. The CMIP6 ensemble simulated a RFARI of −0.35 to −0.40 W m−2 for the same period, which is −0.01 to −0.06 W m−2 larger than the 1990–2010 mean forcing of −0.35 W m−2. The scenarios with little to no mitigation (worst-case scenarios) led to very small changes in the RFARI, while scenarios with medium to large emission mitigations led to increases in the negative RFARI, mainly due to the decrease in the positive BC forcing and the decrease in the negative SO42- forcing. The anthropogenic aerosols accounted for −0.24 to −0.26 W m−2 of the net RFARI in 2030–2050 period, in Eclipse and CMIP6 ensembles, respectively. Finally, all simulations showed an increase in the Arctic surface air temperatures throughout the simulation period. By 2050, surface air temperatures are projected to increase by 2.4 to 2.6 ∘C in the Eclipse ensemble and 1.9 to 2.6 ∘C in the CMIP6 ensemble, compared to the 1990–2010 mean. Overall, results show that even the scenarios with largest emission reductions leads to similar impact on the future Arctic surface air temperatures and sea-ice extent compared to scenarios with smaller emission reductions, implying reductions of greenhouse emissions are still necessary to mitigate climate change.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,017 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,356 | 0,284 |
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 ».