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 δ 18 O of precipitation (δ 18 O p ), known to be sensitive to parameterization schemes, with a global database of speleothem δ 18 O 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 δ 18 O p values across all time periods, along with LGM and MH δ 18 O p 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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».