Simulating AMOC tipping driven by internal climate variability with a rare event algorithm
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This study investigates the possibility of Atlantic Meridional Overturning Circulation (AMOC) noise-induced tipping solely driven by internal climate variability without applying external forcing that alter the radiative forcing or the North Atlantic freshwater budget. We address this hypothesis by applying a rare event algorithm to ensemble simulations of present-day climate with an intermediate complexity climate model. The algorithm successfully identifies trajectories leading to abrupt AMOC slowdowns, which are unprecedented in a 2000-year control run. Part of these AMOC weakened states lead to collapsed state without evidence of AMOC recovery on multi-centennial time scales. The temperature and Northern Hemisphere jet stream responses to these internally-induced AMOC slowdowns show strong similarities with those found in externally forced AMOC slowdowns in state-of-the-art climate models. The AMOC slowdown seems to be initially driven by Ekman transport due to westerly wind stress anomalies in the North Atlantic and subsequently sustained by a complete collapse of the oceanic convection in the Labrador Sea. These results demonstrate that transitions to a collapsed AMOC state purely due to internal variability in a model simulation of present-day climate are rare but theoretically possible. Additionally, these results show that rare event algorithms are a tool of valuable and general interest to study tipping points since they introduce the possibility of collecting a large number of tipping events that cannot be sampled using traditional approaches. This opens the possibility of identifying the mechanisms driving tipping events in complex systems in which little a-priori knowledge is available.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle