Causes of Past African Temperature Change in PMIP Simulations of the Mid‐Holocene
Notice bibliographique
Résumé
Abstract Current‐generation climate models project that Africa will warm by up to 5°C in the coming century, severely stressing African populations. Past and ongoing work indicates, however, that the models used to create these projections do not match proxy records of past temperature in Africa during the mid‐Holocene (MH), raising concerns that their future projections may house large uncertainties. Rather than reproducing proxy‐based reconstructions of MH warming relative to the Pre‐Industrial (PI), models instead simulate MH temperatures very similar to or slightly colder than the PI. This data‐model mismatch could be due to a variety of factors, including biases in model surface energy budgets or inaccurate representation of the feedbacks between temperature and hydrologic change during the “Green Sahara.” We focus on the differences among model simulations in the Paleoclimate Modeling Intercomparison Project Phases 3 and 4 (PMIP3 and PMIP4), examining surface temperature and energy budgets to investigate controls on temperature and the potential model sources of this paleoclimate data‐model mismatch. Our results suggest that colder conditions simulated by PMIP3 and PMIP4 models during the MH are in large part due to the joint impacts of feedback uncertainties in response to increased precipitation, a strengthened West African Monsoon (WAM) in the Sahel, and the Green Sahara. We extend these insights into suggestions for model physics and boundary condition changes, and discuss implications for the accuracy of future climate model projections over Africa.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».