Challenges and insights in comparing simulated tree cover changes over the last 20,000 years with reconstructions for the Northern Hemisphere
Notice bibliographique
Résumé
Pollen records are the most widespread archive for past climate and vegetation changes, offering valuable insights into Earth’s environmental history. These records provide a unique opportunity to evaluate Earth System Models. In recent years, the availability of quantitative plant cover reconstructions on a continental scale has increased, exemplified by the consistent dataset of REVEALS-based reconstructions provided by Schild et al. (2024) for the entire Northern Hemisphere.We use this data set for comparison with the changes in tree cover simulated by the Max Planck Institute Earth System Model (MPI-ESM) for the last 20,000 years. While the overall agreement between model and data is promising, there are significant regional discrepancies. Notable differences emerge in boreal regions such as Alaska/Western Canada and Siberia, where the model predicts a delayed and weaker tree cover increase during the deglaciation. Conversely, in temperate forest-steppe transition zones, the model shows an earlier and stronger tree cover expansion, balancing out the Northern Hemispheric mean change.However, systematic biases complicate the interpretation of this comparison. For instance, the model tends to simulate excessively cold conditions in boreal latitudes, while the reconstructions likely overestimate tree cover in these regions. As a result, the agreement in vegetation history remains uncertain leaving the comparison of absolute values between reconstructions and model results questionable. An EOF analysis highlights common modes of vegetation changes over the last 20,000 years in MPI-ESM and reconstructions, deepening our understanding despite these uncertainties.References: Schild, L., Ewald, P., Li, C., Hébert, R., Laepple, T., and Herzschuh, U.: LegacyVegetation 1.0: Global reconstruction of vegetation composition and forest cover from pollen archives of the last 50 ka, Earth Syst. Sci. Data Discuss. [preprint], https://doi.org/10.5194/essd-2023-486, in review, 2024
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 | 0,012 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».