Antarctic Sea Ice Trends: Insights from a Suite of Climate Models
Notice bibliographique
Résumé
Background: Antarctic sea ice concentration has been observed to increase from 1978 to 2015, in contrast with the decrease that most climate models show. Here, we aim to examine the respective roles of natural variability and anthropogenic forcing in shaping Antarctic sea ice trend. Method: To do so, we use the GFDL-CM2 coupled climate model with varying horizontal resolutions in the ocean (1°, 0.25° and 0.10°) that displays a range of behaviours in natural variability with the representation of Weddell Sea polynyas, and different intensities in the decrease of sea ice under climate change. Results: In the 0.10° model, a sea ice trend of similar sign and magnitude to that observed over the satellite record is found between two occurrences of the Weddell Sea polynya. In the 1° and 0.25° models, which do not simulate any polynya, no equivalent trend of what the satellite record shows is found. Under increasing CO2 forcing, all models show a surface cooling on a short time scale (years) south of 50°S, followed by a warming on a longer time scale (decades), consistent with the delayed warming mechanism of Ferreira et al. (2015). Of all models, the higher resolution model shows the strongest surface warming and decrease in sea ice, suggesting an important role for mesoscale eddies in the response of Antarctic sea ice to climate change. Conclusion: We conclude that the Weddell Sea polynya is key to the representation of the sea ice trend and that the disagreement between models and observations might partly arise from a desynchronization of the polynya cycles or a too weak natural variability of sea ice in models compared to observations.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».