The role of dynamic sea ice in a simplified general circulation model used for palaeoclimate studies
Notice bibliographique
Résumé
AbstractObservational records provide a strong basis for constraining sea ice models within a narrow range of climate conditions. Given current trends away from these conditions, models need to be tested over a wider range of climate states. The past provides many such examples based on paleoclimate data, including abrupt tipping points. However, the millennial-duration of typical paleoclimatesimulations necessitates balancing the inclusion and sophistication of model processes against computational cost. We investigate the impact on climate mean states and variability of introducing sea ice dynamics into the simplified general circulation model PlaSim-LSG [1-3].Considering the technical constraints of PlaSim-LSG, we choose to integrate a modied version of the MITgcm's dynamical sea ice component [4, 5] into the model setup. We adapt the component to the structure and parallelization scheme of PlaSim-LSG, validate the physical consistency and stability of the component, and evaluate the impact of sea ice dynamics onto the simulated climate from decadal to millennial time scales. Specifically, we compare climatologies, variability and scaling of the extended model to control simulations of the preexisting setups, and quantify how additional sea ice dynamics affect well-known climatic biases of the PlaSim model family.With our extended PlaSim-LSG model we aim at capturing the key small-scale sea ice processes that are important to past climate tipping points while maintaining model efficiency for millennial simulations. Sea ice is a key component of coupled atmosphere-ocean processes that led to large-amplitude, abrupt climate variability in the past [6-8]. Therefore, the extended model can be usedto investigate the role of sea ice for such oscillations. This facilitates the understanding of processes that lead to current mismatches between palaeoclimate data and simulations, and that impact thesimulated surface climate variability [9].References[1] K. Fraedrich et al. Meteorol. Z. 14.3 (2005), 299-304. doi: 10.1127/0941-2948/2005/0043.[2] F. Lunkeit et al. Tech. rep. 2011. url: https://www.mi.uni-hamburg.de/en/arbeitsgruppen/theoretische-meteorologie/modelle/sources/psreferencemanual-1.pdf.[3] H. J. Andres et al. Clim. Past 15.4 (2019), 1621-1646. doi: 10.5194/cp-15-1621-2019.[4] J. Zhang et al. J. Geophys. Res. 102.4 (1997), 412-415.[5] M. Losch et al. Ocean Model. 33.1-2 (2010), 129-144. doi: 10.1016/j.ocemod.2009.12.008.[6] T. M. Dokken et al. Paleoceanography 28.3 (2013), 491-502. doi: 10.1002/palo.20042.[7] G. Vettoretti et al. Geophys. Res. Lett. 43.10 (2016), 5336-5344. doi: 10.1002/2016GL068891.[8] C. Li et al. Quat. Sci. Rev. 203 (2019), 1-20. doi: 10.1016/j.quascirev.2018.10.031.[9] N. Weitzel et al. presented at Fall Meeting AGU. 2020. url: https://agu.confex.com/agu/fm20/webprogram/Paper739241.html.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».