A history-matching analysis of the Antarctic Ice Sheet since the last interglacial – Part 1: Ice sheet evolution
Notice bibliographique
Résumé
Abstract. In this study we present the evolution of the Antarctic Ice Sheet (AIS) since the last interglacial. This is achieved by means of a history-matching analysis where a newly updated observational database (AntICE2, Lecavalier et al., 2023) was used to constrain a large ensemble of 9,293 model simulations. The Glacial Systems Model (GSM) configured with 38 ensemble parameters was history matched against observations of past ice extent, past ice thickness, past sea level, ice core borehole temperature profiles, present-day uplift rates, and present-day ice sheet geometry and surface velocity. Successive ensembles were used to train Bayesian Artificial Neural Network emulators. The parameter space was efficiently explored to identify the most relevant portions of the parameter space through Markov Chain Monte Carlo sampling with the emulators. The history matching ruled out model simulations which were inconsistent with the observational constraint database. During the Last Interglaciation (LIG), the AIS yielded several meters equivalent sea-level (mESL) grounded ice volume deficit relative to present with subsurface ocean warming during this period being the key uncertainty. At the global Last Glacial Maximum (LGM), the best-fitting sub-ensemble of AIS simulations reached an excess grounded ice volume relative to present of 9.2 to 26.5 mESL. Considering the data does not rule out simulations with an LGM grounded ice volume > 20 mESL with respect to present, the AIS volume at the LGM can partly explain the missing ice problem and help close the LGM sea-level budget. Moreover, during the deglaciation, the state space estimation of the AIS based on the GSM and near-field observational constraints allow only a negligible Antarctic Melt Water Pulse 1a contribution (-0.2 to 0.3 mESL).
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 | 0,000 |
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 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 ».