Observationally Constrained Projections of Twenty-First-Century Regional Warming in the Extratropical Northern Hemisphere
Notice bibliographique
Résumé
Abstract Physically based observational constraint methods can effectively reduce uncertainty in global warming projections but have not been widely applied at regional scales. We first develop and apply multivariate linear regression models for constraining projections of surface air temperature averaged over subcontinental regions in the extratropical Northern Hemisphere, based on a set of potential constraints including climatological metrics derived from tropical and subtropical low-level cloud and global average past warming trend, as well as a set of regional climate metrics previously used in the literature. We evaluate the performance of the multivariate linear regression models based on cross-validated tests using output from phases 5 and 6 of the Coupled Model Intercomparison Projects (CMIP). We find that linear regression models using global-scale low-cloud metrics alone perform more robustly than linear regression models using the past global mean warming trend or regional climate metrics as constraints. These results, while favoring global constraints over the set of regional constraints considered, do not preclude the existence of even better regional constraints for particular regions. Through model-based cross-validation, the projections constrained using low-level cloud metrics exhibit more accurate best estimate projections, narrower uncertainty ranges, and more reliable uncertainty estimates in most Northern Hemisphere regions when compared with unconstrained projections. Application of the approach to climate projections based on both Shared Socioeconomic Pathway (SSP) 1-2.6 and SSP5-8.5 using observed low-cloud metrics results in considerably narrower 5%–95% uncertainty ranges of twenty-first-century warming over subcontinental Northern Hemisphere land regions compared to unconstrained projections.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 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 ».