Uncertainties originating from GCM downscaling and bias correction with application to the MIS-11c Greenland Ice Sheet
Notice bibliographique
Résumé
Abstract. The Marine Isotope Stage 11c (MIS-11c) interglacial is an enigmatic period characterized by a long duration of relatively weak insolation forcing, but is thought to have been coincident with a large global sea level rise of 6–13 m. The configuration of the Greenland Ice Sheet during the MIS-11c interglacial highstand is therefore of great interest. Given the limited data constraints, model-based analysis may be of use, but only if model uncertainties are adequately accounted for. A particularly under-addressed issue in coupled climate and ice sheet modeling is the coupling of surface air temperatures to the ice model. Many studies apply a uniform “lapse rate” accounting for the temperature differences at different altitudes over the ice surface, but this uniformity neglects both regional and seasonal differences in near-surface temperature changes. Herein we provide the first such analysis for MIS-11c Greenland that addresses these uncertainties by comparing 1-way coupled CESM and ice sheet model results from several different downscaling methodologies. In our study, a spatially- and temporally-varying temperature downscaling method produced the greatest success rate in matching limited paleodata constraints, and suggests a peak ice volume loss from Greenland during MIS-11c of near 50 % compared to present day (~3.9 m contribution to sea level rise). This result is on the lower bound of existing data- and model-based studies, partly as a consequence of the applied one-way coupling methodology which neglects some feedbacks. Additional uncertainties are examined by comparing two different present-day regional climate analyses for bias correction of temperatures and precipitation, a spread of initialization states and times, and different spatial configurations of precipitation bias corrections. No other factor exhibited greater influence over the simulated Greenland ice sheet than the choice of temperature downscaling scheme.
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 | 0,004 | 0,009 |
| 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 | 0,001 | 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 ».