Why do the Global Warming Responses of Land‐Surface Models and Climatic Dryness Metrics Disagree?
Notice bibliographique
Résumé
Abstract Earth System Models’ complex land components simulate a patchwork of increases and decreases in surface water availability when driven by projected future climate changes. Yet, commonly‐used simple theories for surface water availability, such as the Aridity Index (P/E0) and Palmer Drought Severity Index (PDSI), obtain severe, globally dominant drying when driven by those same climate changes, leading to disagreement among published studies. In this work, we use a common modeling framework to show that Earth System Model (ESM) simulated runoff‐ratio and soil‐moisture responses become much more consistent with the P/E0 and PDSI responses when several previously known factors that the latter do not account for are cut out of the simulations. This reconciles the disagreement and makes the full ESM responses more understandable. For ESM runoff ratio, the most important factor causing the more positive global response compared to P/E0 is the concentration of precipitation in time with greenhouse warming. For ESM soil moisture, the most important factor causing the more positive global response compared to PDSI is the effect of increasing carbon dioxide on plant physiology, which also drives most of the spatial variation in the runoff ratio enhancement. The effect of increasing vapor‐pressure deficit on plant physiology is a key secondary factor for both. Future work will assess the utility of both the ESMs and the simple indices for understanding observed, historical trends.
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 | 0,000 |
| 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) | 0,001 | 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 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 ».