MétaCan
Menu
Retour à la cohorte
Enregistrement W4375862685 · doi:10.1175/jas-d-22-0119.1

Changes in Relative Humidity Profiles over Earth’s Oceans in a Warming Climate: A Satellite-Data-Based Inference

2023· article· en· W4375862685 sur OpenAlexafffund
Carsten Abraham, Colin Goldblatt

Notice bibliographique

RevueJournal of the Atmospheric Sciences · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of VictoriaEnvironment and Climate Change Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Space AgencyEnvironment and Climate Change Canada
Mots-clésClimatologyEnvironmental scienceTroposphereRelative humiditySubsidenceGlobal warmingSea surface temperatureAtmospheric sciencesClimate changeClimate modelAtmosphere (unit)GeologyOceanographyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Recently, we presented a classification of “primitive” relative humidity (RH) profiles into eight distinct clusters over Earth’s oceans, based on about 18 years (2003–20) of observations from the AIRS on NASA’s Aqua satellite. Here we investigate the seasonal variability and decadal trends, both in the vertical structure of these RH profiles, and in their associated area of occurrence. Since vertical structures (except in the marine boundary layer) of each RH class are generally robust across all seasons and change only weakly in a warming climate, seasonal or decadal changes to their occurrence areas shift patterns of global moisture distribution. Globally, the marine boundary layer exhibits nonlinear moistening effects after about 2010, the end of the warming hiatus. Annual time series of ocean areas dominated by RH classes have linear trends, which are positive only for the most moist and driest RH classes (in terms of the free troposphere) associated with deep convection and large-scale subsidence favoring conditions for low-level stratocumulus clouds, respectively. Based on estimated linear trends of RH-class occurrences and sea surface temperatures, we infer projected linear responses of RH in a warming climate. Ocean areas dominated by most moist and driest RH classes (in terms of the free atmosphere) are estimated to increase by about 1% and 2%, respectively (corresponding to about 2.5% K−1 and 4.5% K−1, respectively). The averaged global and tropical RH structure remain almost constant in a warming climate. While this is consistent with other studies, our results show how increases in most moist and dry areas compensate each other, indicating possible increases in the frequency or persistence of future extreme events.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,310
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Atmospheric SciencesMême sujetClimate variability and modelsTravaux en français237 207