Constraining Clouds and Convective Parameterizations in a Climate Model Using Paleoclimate Data
Notice bibliographique
Résumé
Abstract Cloud and convective parameterizations strongly influence uncertainties in equilibrium climate sensitivity. We provide a proof‐of‐concept study to constrain these parameterizations in a perturbed parameter ensemble of the atmosphere‐only version of the Goddard Institute for Space Studies Model E2.1 simulations by evaluating model biases in the present‐day runs using multiple satellite climatologies and by comparing simulated δ18O of precipitation (δ18Op), known to be sensitive to parameterization schemes, with a global database of speleothem δ18O records covering the Last Glacial Maximum (LGM), mid‐Holocene (MH) and pre‐industrial (PI) periods. Relative to modern interannual variability, paleoclimate simulations show greater sensitivity to parameter changes, allowing for an evaluation of model uncertainties over a broader range of climate forcing and the identification of parts of the world that are parameter sensitive. Certain simulations reproduced absolute δ18Op values across all time periods, along with LGM and MH δ18Op anomalies relative to the PI, better than the default parameterization. No single set of parameterizations worked well in all climate states, likely due to the non‐stationarity of cloud feedbacks under varying boundary conditions. Future work that involves varying multiple parameter sets simultaneously with coupled ocean feedbacks will likely provide improved constraints on cloud and convective parameterizations.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».