Spatially heterogeneous effect of climate warming on the Arctic land ice
Notice bibliographique
Résumé
Abstract. Global warming has already substantially altered the Arctic cryosphere. Due to the Arctic warming amplification, the temperature is increasing more strongly, leading to pervasive changes in this area. Recent years were notably marked by melt records over the Greenland Ice Sheet, while other regions such as Svalbard seem to remain less influenced. This raises the question of the current state of the Greenland Ice Sheet and the various ice caps in the Arctic for which few studies are available. Here, we run the regional climate model (RCM) Modèle Atmosphérique Régional (MAR) at a resolution of 6 km over four different domains covering all Arctic land ice to produce a unified surface mass balance product from 1950 to the present day. We also compare our results to large-scale indices to better understand the heterogeneity of the evolutions across the Arctic and their links to recent climate change. We find a sharp decrease of surface mass balance (SMB) over the western Arctic (Canada and Greenland) in relationship with the atmospheric blocking situations that have become more frequent in summer, resulting in a 41 % increase of the melt rate since 1950. This increase is not seen over the Russian Arctic permanent ice areas, where melt rates have increased by only 3 % on average, illustrating a heterogeneity in the Arctic SMB response to global warming.
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 | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».