Future Global River Ice in CMIP6 Models under Climate Change
Notice bibliographique
Résumé
Abstract River ice changes due to climate change significantly impact river hydrology, economies, and societies. This study employed the CMIP6 data and a river ice model to predict global river ice changes in response to climate change. Results indicate significant declines in global river ice due to global warming. With each 1°C increase in surface air temperature (SAT) in the future, river ice extent of ice-affected rivers decrease by 2.11 percentage points, and ice duration shorten by 8.4 days. Under the shared socioeconomic pathways 2-4.5 (SSP2-4.5) scenario, the long-term mean SAT is 1.2°–2.5°C higher than in the near term. This leads to a 1.9–4.4-percentage-point decrease in global river ice extent, a 6.8–15.1-day decrease in river ice duration, and ice-free rivers increasing by up to 4.02%. The SSP5-8.5 scenario predicts a warmer long-term mean SAT, leading to greater reductions in river ice. Geographically, river ice loss is most notable in North America, Europe, Siberia, and the Tibetan Plateau (TIB), particularly in peninsular, coastal, and mountainous regions due to the combined effects of initial temperatures and temperature increases. Overall, the eastern Europe (EEU) shows the greatest loss of river ice on average. Monthly analyses show the most substantial decreases from October to June, indicating pronounced seasonal variability. This study provides valuable insights for addressing challenges related to river ice changes in high-latitude and high-elevation regions. Significance Statement River ice has a significant impact on various aspects, including hydrology, ecology, and the economy. The ongoing global warming phenomenon has resulted in a decline in river ice. This ice acts as a barrier, affecting river gas exchange and influencing the metabolism of the river, which is crucial for regulating greenhouse gas (GHG) emissions. The primary objective of this research is to examine the response of river ice to future climate change. The outcomes of this study will play a role in estimating future GHG emissions and understanding river metabolism, as well as providing a valuable reference for tackling emerging challenges in resource acquisition in high-latitude and high-altitude regions.
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) | 0,001 | 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 | 0,001 | 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 ».