MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400361815 · doi:10.1029/2024jd040823

Northern Hemisphere Stratosphere‐Troposphere Circulation Change in CMIP6 Models: 2. Mechanisms and Sources of the Spread

2024· article· en· W4400361815 sur OpenAlexaff
Alexey Yu. Karpechko, Zheng Wu, Isla R. Simpson, Marlene Kretschmer, Hilla Afargan‐Gerstman, Amy H. Butler, Daniela I. V. Domeisen, Hella Garny, Zachary D. Lawrence, Elisa Manzini, Michael Sigmond

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNatural Environment Research CouncilEuropean CommissionSight Research UKAgence Nationale de la RechercheNational Science Foundation
Mots-clésCoupled model intercomparison projectStratospherePolar vortexClimatologyEnvironmental scienceTroposphereNorthern HemisphereAtmospheric sciencesClimate modelFlux (metallurgy)Southern HemispherePolarClimate changeGeologyPhysicsOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract We analyze the sources for spread in the response of the Northern Hemisphere wintertime stratospheric polar vortex (SPV) to global warming in Climate Model Intercomparison Project Phase 5 (CMIP5) and Phase 6 (CMIP6) model projections. About half of the intermodel spread in SPV projections by CMIP6 models, but less than a third in CMIP5 models, can be attributed to the intermodel spread in stationary planetary wave driving. In CMIP6, SPV weakening is mostly driven by increased upward wave flux from the troposphere, while SPV strengthening is associated with increased equatorward wave propagation away from the polar stratosphere. We test hypothesized factors contributing to changes in the upward and equatorward planetary wave fluxes and show that an across‐model regression using projected global warming rates, strengthening of the subtropical jet and basic state lower stratospheric wind biases as predictors can explain nearly the same fraction in the CMIP6 SPV spread as the planetary wave driving (r = 0.67). The dependence of the SPV spread on the model biases in the basic state winds offers a possible emergent constraint; however, a large uncertainty prevents a substantial reduction of the projected SPV spread. The lack of this dependence in CMIP5 further calls for better understanding of underlying causes. Our results improve understanding of projected SPV uncertainty; however, further narrowing of the uncertainty remains challenging.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,288
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→