Climate Projection of Ultraviolet Radiation in the 21st Century : impact of different climate scenarios
Bibliographic record
Abstract
Suite à la signature du Protocole de Montréal en 1987, la concentration atmosphérique des substances destructrices d’ozone (ODS) est en baisse. La couche d’ozone montre des signes de récupération (Morgenstern et al. 2008a). Toutefois, l’émission des gaz à effet de serre (GHG) est en augmentation et devrait affecter au cours du 21ème siècle la distribution et les niveaux d’ozone dans l’atmosphère terrestre. En particulier, la modélisation du climat futur montre des signes d’accélération de la circulation de Brewer-Dobson transportant l’ozone de l’équateur vers les pôles. L’ozone est un constituant chimique important de l’atmosphère. Bien que nocif dans la troposphère, il est essentiel à la vie sur Terre grâce à sa capacité d’absorption d’une grande partie du rayonnement ultraviolet (UV) provenant du Soleil. Des modifications dans sa variabilité temporelle ou géographique impliqueraient des changements d’intensité du rayonnement UV à la surface de la Terre (Hegglin et al. (2009), Bais et al. (2011)). Le rayonnement UV à la surface affecte toute la biosphère. Les interactions entre rayonnement UV et écosystèmes terrestres et aquatiques sont nombreuses. Ces interactions ont des effets sur les cycles biogéochimiques et engendrent des rétroactions positives et négatives sur le climat (Erickson III et al., 2015a). La capture du CO2 atmosphérique par photosynthèse des plantes terrestres en est un exemple (Zepp et al., 2007a). Dans l’océan la pompe biologique du CO2 par la photosynthèse du phytoplancton est aussi directement affecté par la variabilité du rayonnement UV (Hader et al., 2007a). Pour l’homme le rayonnement UV est nécessaire car il participe à la photosynthèse de la vitamine D (Holick et al., 1980), mais une surexposition à des niveaux d’intensité élevés du rayonnement UV est la cause principale du développement de cancer de la peau (Matsumura and Ananthaswamy, 2004). L’objectif de ce travail de thèse est d’analyser l’évolution possible du rayonnement UV au cours du 21ème siècle, en particulier aux tropiques sud, dans le cadre des modifications climatiques attendues. Une première partie de ce travail consiste à modéliser le rayonnement UV en ciel clair dans les tropiques grâce au modèle TUV (Madronich et al., 1998) et à comparer les résultats aux mesures sols réalisées à la Réunion. Cette première partie permet l’utilisation future du modèle aux tropiques avec un bon niveau de confiance. La sensibilité du modèle de transfert radiatif en fonction de différents paramètres d’entrée est analysée (section efficace d’absorption de l’ozone,spectre extraterrestriel du soleil, ...). Les sorties du modèle sont ensuite validées à partir de mesures UV spectral au sol obtenues grâce à un spectromètre BENTHAM DM300n. Un filtrage ciel-clair des données au sol est opéré à partir de mesures de flux et de l’algorithme de Long and Ackerman (2000). Les projections climatiques des indices UV (Mc Kinlay and Diffey, 1987) sont réalisées par la suite. Pour cela, on utilise les sorties de plusieurs modèles de Chimie-Climat participant à l’exercice d’inter-comparaison CCMI (Chemistry Climate Model Initiative), couplées aux modèle TUV, validé en première partie dans les tropiques. L’exercice CCMI consiste à projeter le climat et la chimie Terrestre jusqu’en 2100 selon différents scénarios. Ces sorties décrivant la chimie et physique de l’atmosphère servent d’entrée au modèle de transfert radiatif, on obtient alors le rayonnement UV jusqu’en 2100 pour différents scénarios. Une première analyse comparative de l’UV obtenue pour quatre scénarios d’émissions (RCP2.6/4./6.0/8.5, Meinshausen et al., 2011) est effectuée. La fin du travail consiste à étudier l’impact des ODS, GHG et aérosols sur l’évolution du rayonnement UV au cours du 21ème siècle, avec un focus particulier sur les tropiques de l’hémisphère sud.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".