Influence of GIA Uncertainty on Climate Model Evaluation With GRACE/GRACE‐FO Satellite Gravimetry Data
Notice bibliographique
Résumé
Abstract Global coupled climate models are in continuous need for evaluation against independent observations to reveal systematic model deficits and uncertainties. Changes in terrestrial water storage (TWS) as measured by satellite gravimetry missions GRACE and GRACE‐FO provide valuable information on wetting and drying trends over the continents. Challenges arising from a comparison of observed and modelled water storage trends are related to gravity observations including non‐water related variations such as, for example, glacial isostatic adjustment (GIA). Therefore, correcting secular changes in the Earth's gravity field caused by ongoing GIA is important for the monitoring of long‐term changes in terrestrial water from GRACE in particular in former ice‐covered regions. By utilizing a new ensemble of 56 individual realizations of GIA signals based on perturbations of mantle viscosities and ice history, we find that many of those alternative GIA corrections change the direction of GRACE‐derived water storage trends, for example, from gaining mass into drying conditions, in particular in Eastern Canada. The change in the sign of the TWS trends subsequently impacts the conclusions drawn from using GRACE as observational basis for the evaluation of climate models as it influences the dis‐/agreement between observed and modelled wetting/drying trends. A modified GIA correction, a combined GRACE/GRACE‐FO data record extending over two decades, and a new generation of climate model experiments leads to substantially larger continental areas where wetting/drying trends currently observed by satellite missions coincide with long‐term predictions obtained from climate model experiments.
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 | 0,005 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».