Understanding recent trends in lower stratospheric ozone: an update with CCMI-2022 models
Notice bibliographique
Résumé
Lower stratospheric ozone between 60S and 60N has continued to decline since 1998, despite the reduction of ozone-depleting substances as a consequence of the Montreal Protocol. Previous studies have shown that Chemistry Climate Models are not able to reproduce these negative trends in mid-latitudes, although the reason for this discrepancy between models and observations remains unknown.In this study, we re-examine recent trends in lower stratospheric ozone using the new simulations from the Chemistry Climate Model Initiative 2022 (CCMI-2022). Historical simulations with observed sea surface temperatures (SSTs) and nudged QBO (ref-D1), and fully-coupled atmosphere-ocean simulations (ref-D2) are available covering the period up to 2018, which allows a better analysis of the role of natural variability in recent ozone trends compared to previous studies.CCMI-2022 models show a slight improvement in the representation of lower stratospheric ozone trends in mid-latitudes compared to previous studies that used CCMI-1 and CCMVal models. The observational trend now lies inside the 90% confidence interval of the models’ trend distribution. However, the majority of the models are still not able to reproduce the pattern of negative trends in the tropics extending into mid-latitudes. Intermodel differences dominate the spread in the trends, while natural variability from SSTs and QBO are not decisive in explaining the negative mid-latitude trends. The role of the different ozone transport representations in models, in particular the mixing between the tropics and mid-latitudes, is also explored.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».