Probing forced responses and causality in data-driven climate emulators: conceptual limitations and the role of reduced-order models
Dit artikel betoogt dat datagestuurde klimaatemulatoren vaak falen in het vastleggen van causale gedwongen responsen door ontoereikende grofmazige representaties en parametrisaties, en pleit in plaats daarvan voor op maat gemaakte stochastische modellen met een gereduceerde orde die worden gestuurd door lineaire responstheorie om multiscale dynamica beter te resolveren en causale studies mogelijk te maken.