Климатическими называют приборы которые: Климатическими называют приборы которые могут менять климат в природе

Метки:

Q&A: Как работают климатические модели?

В первой статье из недельной серии, посвященной моделированию климата, Carbon Brief подробно объясняет, как ученые используют компьютеры для понимания нашего меняющегося климата…

Серия материалов Carbon Brief по моделированию климата

Использование компьютерных моделей лежит в основе науки о климате.

От помощи ученым в распутывании циклов ледниковых периодов сотни тысяч лет назад до составления прогнозов на это или следующее столетие — модели являются важным инструментом для понимания климата Земли.

Но что такое климатическая модель? На что это похоже? Что он на самом деле делает? Все эти вопросы может разумно задать любой человек, не связанный с климатологией.

Carbon Brief поговорил с рядом ученых-климатологов, чтобы ответить на эти и другие вопросы.Ниже приведены подробные вопросы и ответы о климатических моделях и о том, как ученые их используют. Вы можете использовать приведенные ниже ссылки, чтобы перейти к конкретному вопросу.

Что такое климатическая модель?

Модель глобального климата обычно содержит достаточно компьютерного кода, чтобы заполнить 18 000 страниц печатного текста; сотням ученых понадобилось бы много лет, чтобы построить и улучшить; и для его работы может потребоваться суперкомпьютер размером с теннисный корт.

Сами модели бывают разных форм — от тех, которые охватывают только один конкретный регион мира или часть климатической системы, до тех, которые моделируют атмосферу, океаны, лед и сушу для всей планеты.

Результаты этих моделей двигают науку о климате вперед, помогая ученым понять, как деятельность человека влияет на климат Земли. Эти достижения лежали в основе решений по климатической политике в национальном и международном масштабе в течение последних пяти десятилетий.

Во многих отношениях моделирование климата является просто продолжением прогнозирования погоды, но фокусируется на изменениях в течение десятилетий, а не часов. Фактически Центр Хэдли Метеобюро Великобритании использует одну и ту же «унифицированную модель» в качестве основы для обеих задач.

Огромная вычислительная мощность, необходимая для моделирования погоды и климата, означает, что сегодняшние модели выполняются с использованием массивных суперкомпьютеров.

Три новых суперкомпьютера Cray XC40 Метеорологического бюро Центра им. Хэдли, например, вместе способны выполнять 14 000 триллионов вычислений в секунду. На представленном ниже замедленном видео показан третий из этих суперкомпьютеров, установленный в 2017 году.

Основные физические принципы

Итак, что именно входит в модель климата? На самом базовом уровне климатические модели используют уравнения для представления процессов и взаимодействий, определяющих климат Земли.Они охватывают атмосферу, океаны, сушу и покрытые льдом районы планеты.

Модели основаны на тех же законах и уравнениях, которые лежат в основе понимания учеными физических, химических и биологических механизмов, происходящих в земной системе.

Например, ученые хотят, чтобы модели климата соответствовали фундаментальным физическим принципам, таким как первый закон термодинамики (также известный как закон сохранения энергии), который гласит, что в замкнутой системе энергия не может быть потеряна или создана, а только переходил из одной формы в другую.

Другим является закон Стефана-Больцмана, из которого ученые показали, что естественный парниковый эффект поддерживает температуру поверхности Земли примерно на 33°C выше, чем она была бы без него.

Затем идут уравнения, описывающие динамику того, что происходит в климатической системе, например, уравнение Клаузиуса-Клапейрона, характеризующее связь между температурой воздуха и максимальным давлением водяного пара.

Наиболее важными из них являются уравнения движения жидкости Навье-Стокса, которые отражают скорость, давление, температуру и плотность газов в атмосфере и воды в океане.

Уравнения Навье-Стокса для течения «несжимаемой жидкости» в трех измерениях (x, y и z). (Хотя воздух в нашей атмосфере технически сжимаем, он движется относительно медленно и поэтому для упрощения уравнений считается несжимаемым). Примечание: этот набор уравнений проще, чем те, которые будут использоваться в климатической модели, потому что они должны рассчитывать потоки через вращающуюся сферу.

Однако эта система дифференциальных уравнений в частных производных настолько сложна, что точное решение для них неизвестно (за исключением нескольких простых случаев).Это остается одной из величайших математических задач (и того, кто докажет, что решение всегда существует, ждет приз в миллион долларов). Вместо этого эти уравнения решаются в модели «численно», что означает их аппроксимацию.

Ученые переводят каждый из этих физических принципов в уравнения, которые составляют строку за строкой компьютерного кода, часто насчитывающего более миллиона строк для модели глобального климата.

Код глобальных климатических моделей обычно пишется на языке программирования Fortran.Фортран, разработанный IBM в 1950-х годах, был первым языком программирования «высокого уровня». Это означает, что вместо того, чтобы быть написанным на машинном языке — обычно это поток чисел — код написан так же, как человеческий язык.

Вы можете увидеть это в приведенном ниже примере, в котором показан небольшой фрагмент кода одной из моделей Центра Хэдли Метеорологического бюро. Код содержит такие команды, как «ЕСЛИ», «ТО» и «СДЕЛАТЬ». Когда модель запускается, она сначала транслируется (автоматически) в машинный код, понятный компьютеру.

Часть кода из HadGEM2-ES (используется для CMIP5) на языке программирования Fortran. Код взят из раздела физиологии растений, в котором рассматривается, как различные типы растительности поглощают свет и влагу. Предоставлено: д-р Крис Джонс, Метеобюро Хэдли Центр

В настоящее время климатологам доступны многие другие языки программирования, такие как C, Python, R, Matlab и IDL. Однако последние четыре из них — это приложения, которые сами написаны на более фундаментальном языке (например, Fortran) и, следовательно, работают относительно медленно.Fortran и C сегодня обычно используются для быстрого запуска глобальной модели на суперкомпьютере.

Пространственное разрешение

Весь код климатической модели состоит из уравнений, которые управляют основной физикой климатической системы, от образования и таяния морского льда в арктических водах до обмена газами и влагой между поверхностью земли и воздухом над ней.

На приведенном ниже рисунке показано, как все больше и больше климатических процессов включалось в глобальные модели на протяжении десятилетий, с середины 1970-х годов до четвертого оценочного доклада («ДО4») Межправительственной группы экспертов по изменению климата (МГЭИК), опубликованного в 2007.

Иллюстрация процессов, добавленных в глобальные климатические модели на протяжении десятилетий, с середины 1970-х гг., в первых четырех оценочных докладах МГЭИК: первый («FAR») опубликован в 1990 г., второй («SAR») в 1995 г., третий («SAR») в 1995 г. ТДО») в 2001 г. и четвертый («ДО4») в 2007 г. (Примечание, есть еще и пятый отчет, завершенный в 2014 г.). Источник: ДО4 МГЭИК, рис. 1.2

Итак, как модель вычисляет все эти уравнения?

Из-за сложности климатической системы и ограниченности вычислительной мощности модель не может рассчитать все эти процессы для каждого кубического метра климатической системы.Вместо этого климатическая модель делит Землю на ряд ящиков или «ячеек сетки». Глобальная модель может иметь десятки слоев по высоте и глубине атмосферы и океанов.

На изображении ниже показано 3D-представление того, как это выглядит. Затем модель рассчитывает состояние климатической системы в каждой ячейке с учетом температуры, атмосферного давления, влажности и скорости ветра.

Иллюстрация ячеек сетки, используемых моделями климата, и климатических процессов, которые модель будет рассчитывать для каждой ячейки (нижний угол).Источник: NOAA GFDL

Для процессов, которые происходят в масштабах, меньших, чем ячейка сетки, таких как конвекция, модель использует «параметризацию», чтобы заполнить эти пробелы. По сути, это приближения, которые упрощают каждый процесс и позволяют включить их в модель. (Параметризация рассматривается в вопросе о настройке модели ниже.)

Размер ячеек сетки в модели называется «пространственным разрешением». Относительно грубая модель глобального климата обычно имеет ячейки сетки размером около 100 км по долготе и широте в средних широтах.Поскольку Земля представляет собой шар, ячейки сетки, основанной на долготе и широте, больше на экваторе и меньше на полюсах. Однако ученые все чаще используют альтернативные методы построения сетки, такие как кубическая сфера и икосаэдрическая, которые не имеют этой проблемы.

Модель с высоким разрешением будет иметь больше рамок меньшего размера. Чем выше разрешение, тем более конкретную информацию о климате модель может предоставить для конкретного региона, но за это приходится платить больше времени, потому что модели нужно выполнить больше вычислений.

На приведенном ниже рисунке показано, как улучшилось пространственное разрешение моделей между первым и четвертым отчетами об оценке МГЭИК. Вы можете видеть, как детали топографии поверхности земли проявляются по мере улучшения разрешения.

Повышение пространственного разрешения климатических моделей, использованных в первых четырех отчетах об оценке МГЭИК: первый («ОДО») опубликован в 1990 г., второй («ОДО») в 1995 г., третий («ТДО») в 2001 г. и четвертый («ДО4») в 2007 г. (Примечание, есть еще и пятый отчет, завершенный в 2014 г.).Источник: ДО4 МГЭИК, рис. 1.2

В целом, увеличение пространственного разрешения модели в два раза потребует примерно в 10 раз большей вычислительной мощности для работы за то же время.

Временной шаг

Аналогичный компромисс должен быть сделан для «временного шага» того, как часто модель рассчитывает состояние климатической системы. В реальном мире время является непрерывным, но модель должна разбивать время на небольшие куски, чтобы сделать вычисления управляемыми.

Каждая климатическая модель делает это тем или иным образом, но наиболее распространенным подходом является «метод скачкообразного движения», объясняет профессор Пол Уильямс, профессор атмосферных наук в Университете Рединга, в главе книги, посвященной именно этой теме:

«Роль чехарды в моделях состоит в том, чтобы продвигать погоду вперед во времени, чтобы можно было делать прогнозы о будущем. Точно так же, как ребенок на детской площадке перепрыгивает через другого ребенка, чтобы попасть сзади вперед, модель перепрыгивает через настоящее, чтобы попасть из прошлого в будущее.

Другими словами, модель берет климатическую информацию, полученную от предыдущего и настоящего временных шагов, для экстраполяции вперед к следующему шагу и так далее во времени.

Как и в случае с размером ячеек сетки, меньший временной шаг означает, что модель может давать более подробную информацию о климате. Но это также означает, что модели приходится выполнять больше вычислений при каждом прогоне.

Например, для расчета состояния климатической системы за каждую минуту целого века потребуется более 50 миллионов вычислений для каждой ячейки сетки, тогда как для расчета только за каждый день потребуется 36 500.Это довольно большой диапазон — так как же ученые решают, какой временной шаг использовать?

Ответ сводится к поиску баланса, рассказывает Уильямс Carbon Brief:

«С математической точки зрения правильным подходом было бы продолжать уменьшать временной шаг до тех пор, пока симуляции не сойдутся и результаты не перестанут меняться. Однако обычно нам не хватает вычислительных ресурсов для запуска моделей с таким малым временным шагом. Поэтому мы вынуждены допускать больший временной шаг, чем хотелось бы в идеале.

Для атмосферного компонента климатических моделей временной шаг около 30 минут «кажется разумным компромиссом» между точностью и временем компьютерной обработки, говорит Уильямс:

«Любого меньшего размера и повышенной точности будет недостаточно, чтобы оправдать дополнительную вычислительную нагрузку. Если бы он был больше, модель работала бы очень быстро, но качество симуляции было бы низким».

Объединив все эти части, климатическая модель может дать представление о всей климатической системе с 30-минутными интервалами в течение многих десятилетий или даже столетий.

Как описал доктор Гэвин Шмидт, директор Института космических исследований имени Годдарда НАСА, в своем выступлении на TED в 2014 году, взаимодействие мелкомасштабных процессов в модели означает, что она создает симуляцию нашего климата — все, от испарения влаги из поверхность Земли и образование облаков, туда, куда их несет ветер и куда в конечном итоге выпадает дождь.

В своем выступлении Шмидт называет эти «эмерджентные свойства» — особенности климата, которые специально не закодированы в модели, но моделируются моделью в результате всех встроенных отдельных процессов.

Похоже на менеджера футбольной команды. Он или она выбирает команду, выбирает расстановку и определяет тактику, но как только команда выходит на поле, менеджер не может диктовать, когда команда забьет или пропустит гол. В климатической модели ученые устанавливают основные правила, основанные на физике земной системы, но сама модель создает штормы, засухи и морской лед.

Итак, подведем итоги: ученые заложили фундаментальные физические уравнения климата Земли в компьютерную модель, которая затем способна воспроизвести, среди прочего, циркуляцию океанов, годовой цикл времен года и потоки углерода. между поверхностью земли и атмосферой.

Вы можете посмотреть все выступление Шмидта ниже.

Хотя приведенное выше в общих чертах объясняет, что такое климатическая модель, существует множество различных типов. Прочитайте вопрос ниже, чтобы изучить их более подробно.

^Наверх

Какие бывают типы климатических моделей?

Самыми ранними и основными численными моделями климата являются модели энергетического баланса (EBM). EBM не имитирует климат, а вместо этого учитывает баланс между энергией, поступающей в атмосферу Земли от солнца, и теплом, возвращающимся обратно в космос.Единственная климатическая переменная, которую они рассчитывают, — это температура поверхности. Простейшие EBM требуют всего несколько строк кода и могут быть запущены в электронной таблице.

Многие из этих моделей являются «нульмерными», то есть они рассматривают Землю как единое целое; по существу, как единая точка. Другие являются одномерными, например те, которые также учитывают передачу энергии через разные широты поверхности Земли (преимущественно от экватора к полюсам).

Следующим этапом от EBM являются радиационно-конвективные модели, которые имитируют передачу энергии через высоту атмосферы, например, путем конвекции при подъеме теплого воздуха.Радиационно-конвективные модели могут рассчитывать температуру и влажность различных слоев атмосферы. Эти модели, как правило, одномерные — учитывают только перенос энергии через атмосферу, — но они также могут быть двухмерными.

Следующим уровнем являются модели общей циркуляции (МОЦ), также называемые моделями глобального климата, которые имитируют физику самого климата. Это означает, что они улавливают потоки воздуха и воды в атмосфере и/или океанах, а также перенос тепла.

Ранние МОЦ моделировали только один аспект земной системы — например, в моделях «только для атмосферы» или «только для океана», — но они делали это в трех измерениях, включая многокилометровую высоту в атмосфере или глубину океанов в десятки слоев модели.

Более сложные «связанные» модели объединили эти различные аспекты, связав вместе несколько моделей, чтобы обеспечить всестороннее представление климатической системы. Совместные модели общей циркуляции атмосферы и океана (или «МОЦАО») могут моделировать, например, обмен теплом и пресной водой между сушей и поверхностью океана и воздухом над ними.

На инфографике ниже показано, как разработчики моделей постепенно включали отдельные компоненты модели в глобальные связанные модели в течение последних десятилетий.

Графика Розамунд Пирс; на основе работы доктора Гэвина Шмидта.

Со временем ученые постепенно добавляли в ГКМ другие аспекты земной системы. Когда-то они были смоделированы в автономных моделях, таких как гидрология суши, морской лед и наземный лед.

Самая последняя подгруппа ГКМ теперь включает биогеохимические циклы — перенос химических веществ между живыми существами и их окружающей средой — и то, как они взаимодействуют с климатической системой.Эти «Модели Земной системы» (ESM) могут имитировать углеродный цикл, азотный цикл, химический состав атмосферы, экологию океана и изменения в растительности и землепользовании, которые влияют на то, как климат реагирует на антропогенные выбросы парниковых газов. У них есть растительность, которая реагирует на температуру и количество осадков и, в свою очередь, изменяет поглощение и выделение углерода и других парниковых газов в атмосферу.

Профессор Пит Смит, профессор почв и глобальных изменений в Университете Абердина, описывает ESM как «упрощенную» версию GCM:

«GCM были моделями, которые использовались, возможно, в 1980-х годах.Таким образом, они были в значительной степени составлены атмосферными физиками, так что все это связано с сохранением энергии, массы и воды, и это все физика перемещения тех, кто вокруг. Но у них было относительно ограниченное представление о том, как тогда атмосфера взаимодействует с океаном и поверхностью суши. В то время как ESM пытается включить эти взаимодействия с сушей и океаном, поэтому вы можете рассматривать ESM как «упрощенную» версию GCM».

Существуют также региональные климатические модели («РКМ»), которые выполняют ту же работу, что и ГКМ, но для ограниченного участка Земли.Поскольку они охватывают меньшую площадь, RCM обычно можно запускать быстрее и с более высоким разрешением, чем GCM. Модель с высоким разрешением имеет меньшие ячейки сетки и, следовательно, может давать более подробную информацию о климате для конкретной области.

— это один из способов «уменьшения масштаба» глобальной климатической информации до локального масштаба. Это означает получение информации, предоставленной МОЦ или крупномасштабными наблюдениями, и применение ее к конкретной области или региону. Уменьшение масштаба рассматривается более подробно в следующем вопросе.

Глоссарий

Интегрированные модели оценки: IAM — это компьютерные модели, которые анализируют широкий спектр данных, например. физические, экономические и социальные – для получения информации, которая может помочь в принятии решений. В частности, для исследований климата IAM обычно используются для прогнозирования будущих выбросов парниковых газов и воздействия на климат, а также выгод и затрат на варианты политики, которые могут быть реализованы для их решения.

Наконец, подмножество моделирования климата включает модели комплексной оценки (IAM). Они добавляют аспекты общества к простой модели климата, моделируя, как население, экономический рост и использование энергии влияют на физический климат и взаимодействуют с ним.

IAM создают сценарии того, как выбросы парниковых газов могут измениться в будущем. Затем ученые могут запускать эти сценарии с помощью ESM для создания прогнозов изменения климата, предоставляя информацию, которая может быть использована для обоснования климатической и энергетической политики во всем мире.

В исследованиях климата IAM обычно используются для прогнозирования будущих выбросов парниковых газов, а также выгод и издержек вариантов политики, которые могут быть реализованы для их решения. Например, они используются для оценки социальных издержек углерода — денежной оценки воздействия, как положительного, так и отрицательного, каждой дополнительной тонны выбрасываемого CO2.

Каковы входные и выходные данные для климатической модели?

Если в предыдущем разделе рассматривалось, что находится внутри климатической модели, то в этом разделе основное внимание уделяется тому, что ученые вкладывают в модель и получают с другой стороны.

Климатические модели создаются с использованием данных о факторах, влияющих на климат, и прогнозов того, как они могут измениться в будущем. Результаты климатической модели могут составлять петабайты данных, включая показания каждые несколько часов по тысячам переменных в пространстве и времени, от температуры до облаков и солености океана.

Входы

Основными входными данными для моделей являются внешние факторы, которые изменяют количество солнечной энергии, поглощаемой Землей, или количество улавливаемой атмосферой.

Извержение холмов Суфриер, остров Монтсеррат, Карибы, 02.01.2010. Предоставлено: Stocktrek Images, Inc./Alamy Stock Photo.

Эти внешние факторы называются «вынуждениями». К ним относятся изменения солнечного излучения, долгоживущие парниковые газы, такие как CO2, метан (Ch5), оксиды азота (N2O) и галоидоуглероды, а также мельчайшие частицы, называемые аэрозолями, которые выбрасываются при сжигании ископаемого топлива и в результате лесных пожаров. и вулканические извержения. Аэрозоли отражают падающий солнечный свет и влияют на образование облаков.

Как правило, все эти отдельные воздействия прогоняются через модель либо как наилучшая оценка прошлых условий, либо как часть будущих «сценариев выбросов». Это потенциальные пути концентрации парниковых газов в атмосфере, основанные на том, как технологии, энергия и землепользование изменятся в предстоящие столетия.

Сегодня в большинстве модельных прогнозов используется один или несколько «репрезентативных путей концентрации» (RCP), которые дают правдоподобные описания будущего, основанные на социально-экономических сценариях роста и развития глобального общества.Вы можете прочитать больше о различных путях в этой предыдущей статье Carbon Brief.

также используют оценки прошлых воздействий для изучения того, как изменился климат за последние 200, 1000 или даже 20 000 лет. Прошлые воздействия оцениваются с использованием данных об изменениях орбиты Земли, исторических концентрациях парниковых газов, прошлых извержениях вулканов, изменениях количества солнечных пятен и других записях далекого прошлого.

Кроме того, существуют «контролирующие прогоны» климатических моделей, в которых радиационное воздействие поддерживается постоянным в течение сотен или тысяч лет.Это позволяет ученым сравнивать смоделированный климат с изменениями, вызванными деятельностью человека или природными факторами, и без них, а также оценивать степень «невынужденной» естественной изменчивости.

Выходы

Климатические модели создают почти полную картину климата Земли, включая тысячи различных переменных в часовых, дневных и месячных временных рамках.

Эти выходные данные включают температуру и влажность различных слоев атмосферы от поверхности до верхних слоев стратосферы, а также температуру, соленость и кислотность (pH) океанов от поверхности до морского дна.

также производят оценки количества снегопадов, осадков, снежного покрова и протяженности ледников, ледяных щитов и морского льда. Они генерируют скорость, силу и направление ветра, а также климатические характеристики, такие как струйное течение и океанские течения.

Более необычные выходные данные модели включают облачный покров и высоту, а также дополнительные технические переменные, такие как поверхностное восходящее длинноволновое излучение — сколько энергии излучается поверхностью обратно в атмосферу — или сколько морской соли выходит из океана во время испарения и накапливается на суше.

Климатические модели также дают оценку «чувствительности климата». То есть они рассчитывают, насколько Земля чувствительна к увеличению концентрации парниковых газов, принимая во внимание различные климатические обратные связи, такие как водяной пар и изменения отражательной способности или «альбедо» поверхности Земли, связанные с потерей льда.

Полный список общих результатов климатических моделей, используемых для следующего отчета МГЭИК, доступен в проекте CMIP6 (Проект 6 по взаимному сравнению совмещенных моделей, или CMIP6; CMIP более подробно объясняется ниже).

хранят петабайты климатических данных в таких местах, как Национальный центр атмосферных исследований (NCAR), и часто делают данные доступными в виде файлов netCDF, которые исследователям легко анализировать.

^Наверх

Какие типы экспериментов ученые проводят на климатических моделях?

Климатические модели используются учеными для ответа на множество различных вопросов, в том числе, почему климат Земли меняется и как он может измениться в будущем, если выбросы парниковых газов продолжатся.

могут помочь выяснить, что вызывало наблюдаемое потепление в прошлом, а также определить, насколько большую роль играют природные факторы по сравнению с человеческими факторами.

Ученые проводят множество различных экспериментов, чтобы смоделировать климат прошлого, настоящего и будущего. Они также разрабатывают тесты для проверки производительности конкретных частей различных климатических моделей. Разработчики моделей проводят эксперименты над тем, что произойдет, если, скажем, мы внезапно в четыре раза увеличим выбросы CO2 или если для охлаждения климата будут использоваться геоинженерные подходы.

Многие разные группы проводят одни и те же эксперименты со своими климатическими моделями, создавая так называемый ансамбль моделей. Эти ансамбли моделей позволяют исследователям изучать различия между моделями климата, а также лучше отражать неопределенность в будущих прогнозах. Эксперименты, которые разработчики моделей проводят в рамках проектов взаимного сравнения связанных моделей (CMIP), включают:

Исторические прогоны

Климатические модели рассчитаны на исторический период, примерно с 1850 года до настоящего времени.Они используют наилучшую оценку факторов, влияющих на климат, включая концентрации CO2, Ch5 и N2O, изменения солнечной активности, аэрозоли от вулканических извержений, аэрозоли от деятельности человека и изменения в землепользовании.

Эти исторические прогоны не «соответствуют» фактическим наблюдаемым температурам или осадкам, а скорее возникают из физики модели. Это означает, что они позволяют ученым сравнивать модельные прогнозы («прошлые прогнозы») прошлого климата с зарегистрированными климатическими наблюдениями. Если климатические модели смогут успешно ретроспективно анализировать прошлые климатические переменные, такие как приземная температура, это даст ученым больше уверенности в модельных прогнозах будущего

Исторические прогоны также полезны для определения того, насколько большую роль играет деятельность человека в изменении климата (так называемая «атрибуция»).Например, на приведенной ниже диаграмме сравниваются два варианта модели с наблюдаемым климатом — только с естественными воздействиями (синяя заливка) и прогонами модели с воздействием как человека, так и естественных воздействий (розовая заливка).

Рисунок из Четвертого оценочного доклада МГЭИК (Hegerl et al 2007).

Прогоны, основанные только на естественных условиях, включают только естественные факторы, такие как изменения солнечной активности и вулканы, но предполагают, что парниковые газы и другие человеческие факторы остаются неизменными на доиндустриальном уровне. Прогоны только для людей сохраняют природные факторы неизменными и включают только последствия деятельности человека, такие как увеличение концентрации парниковых газов в атмосфере.

Путем сравнения этих двух сценариев (и комбинированного прогона «всех факторов») ученые могут оценить относительный вклад человеческих и природных факторов в наблюдаемые изменения климата. Это помогает им выяснить, какая часть современного изменения климата связана с деятельностью человека.

Будущие сценарии потепления

В пятом оценочном отчете МГЭИК основное внимание уделялось четырем сценариям будущего потепления, известным как сценарии репрезентативного пути концентрации (RCP). Они смотрят на то, как климат может измениться с настоящего времени до 2100 года и далее.

Многие факторы, влияющие на будущие выбросы, такие как численность населения и экономический рост, трудно предсказать. Таким образом, эти сценарии охватывают широкий диапазон вариантов будущего, от обычного мира, в котором практически не предпринимаются меры по смягчению последствий (РТК6.0 и РТК8.5), до мира, в котором агрессивные меры по смягчению обычно ограничивают потепление до уровня, не превышающего 2С (РТК2.6). Подробнее о различных RCP можно прочитать здесь.

В этих сценариях RCP указаны различные величины радиационного воздействия.Модели используют эти воздействия для изучения того, как система Земли будет меняться при каждом из различных путей. Предстоящие учения CMIP6, связанные с шестым оценочным отчетом МГЭИК, добавят четыре новых сценария RCP, чтобы заполнить пробелы вокруг четырех уже используемых, включая сценарий, соответствующий температурному пределу 1,5C.

Контрольные прогоны

Контрольные прогоны полезны для изучения того, как естественная изменчивость выражается в моделях при отсутствии других изменений.Они также используются для диагностики «дрейфа модели», когда в модели происходят ложные долгосрочные изменения, не связанные ни с естественной изменчивостью, ни с изменениями внешнего воздействия.

Если модель «дрейфует», в ней произойдут изменения, выходящие за рамки обычной естественной изменчивости от года к году и от десятилетия к десятилетию, даже если факторы, влияющие на климат, такие как концентрация парниковых газов, не изменятся.

Контрольные прогоны модели запускают модель в период до того, как современная промышленная деятельность резко увеличила выбросы парниковых газов.Затем они позволяют модели работать сотни или тысячи лет без изменения парниковых газов, солнечной активности или любых других внешних факторов, влияющих на климат. Это отличается от естественного пробега, поскольку человеческие и природные факторы остаются неизменными.

Проект взаимного сравнения атмосферных моделей (AMIP) выполняется

Климатические модели включают атмосферу, сушу и океан. AMIP эффективно «выключает» все, кроме атмосферы, используя фиксированные значения для суши и океана, основанные на наблюдениях.Например, прогоны AMIP используют наблюдаемые температуры поверхности моря в качестве входных данных для модели, позволяя реагировать температуре поверхности земли и температуре различных слоев атмосферы.

Обычно климатические модели будут иметь свою собственную внутреннюю изменчивость — краткосрочные климатические циклы в океанах, такие как явления Эль-Ниньо и Ла-Нинья, — которые происходят в другое время, чем то, что происходит в реальном мире. Прогоны AMIP позволяют разработчикам моделей сопоставлять температуры океана с наблюдениями, так что внутренняя изменчивость в моделях возникает одновременно с наблюдениями, а изменения во времени в обоих случаях легче сравнивать.

Внезапный запуск 4x CO2

Проекты сравнения климатических моделей, такие как CMIP5, как правило, требуют, чтобы все модели выполняли набор «диагностических» сценариев для проверки эффективности по различным критериям.

Одним из таких испытаний является «резкое» увеличение содержания CO2 с доиндустриального уровня в четыре раза выше — с 280 частей на миллион (частей на миллион) до 1120 частей на миллион — при неизменности всех других факторов, влияющих на климат. (Для контекста, текущие концентрации CO2 составляют около 400 частей на миллион.) Это позволяет ученым увидеть, как быстро температура Земли реагирует на изменения CO2 в их модели по сравнению с другими.

• Одна из 42 панелей, выставленных на станции метро Gare du Nord в Париже, в честь Сюкуро Манабэ и его вклада в науку о климате в ознаменование конференции ООН по изменению климата COP21 в 2015 году. Уравнения были использованы Манабе в его основополагающей модели климата в конец 1960-х. Предоставлено: NOAA/Рори О’Коннор.

• Одна из 42 панелей, выставленных на станции метро Gare du Nord в Париже и посвященных Сюкуро Манабэ и его вкладу в науку о климате в ознаменование конференции ООН по изменению климата COP21 в 2015 году.Уравнения были использованы Манабе в его основополагающей модели климата в конце 1960-х годов. Предоставлено: Розамунд Пирс/Carbon Brief.

• Одна из 42 панелей, выставленных на станции метро Gare du Nord в Париже, в честь Сюкуро Манабэ и его вклада в науку о климате в ознаменование конференции ООН по изменению климата COP21 в 2015 году. Уравнения были использованы Манабе в его основополагающей модели климата в конец 1960-х. Предоставлено: NOAA/Рори О’Коннор.

1% CO2 работает

Еще один диагностический тест увеличивает выбросы CO2 с доиндустриального уровня на 1% в год, пока CO2 не увеличится в четыре раза и не достигнет 1120 частей на миллион.Эти сценарии также сохраняют неизменными все другие факторы, влияющие на климат.

Это позволяет разработчикам моделей изолировать эффекты постепенного увеличения CO2 от всего остального, происходящего в более сложных сценариях, таких как изменения в аэрозолях и других парниковых газах, таких как метан.

Палеоклиматические маршруты

Здесь прогоняются модели климата прошлого (палеоклимат). Модели использовались для различных периодов: за последние 1000 лет; голоцен, охватывающий последние 12 000 лет; последний ледниковый максимум 21 000 лет назад, во время последнего ледникового периода; последнее межледниковье около 127 000 лет назад; среднеплиоценовый теплый период 3.2 млн лет назад; и необычный период быстрого потепления, называемый палеоцен-эоценовым тепловым максимумом около 55 миллионов лет назад.

В этих моделях используются наилучшие доступные оценки факторов, влияющих на климат Земли в прошлом, включая солнечную энергию и вулканическую активность, а также долгосрочные изменения орбиты Земли и положения континентов.

Эти запуски палеоклиматических моделей могут помочь исследователям понять, как происходили большие колебания климата Земли в прошлом, например, во время ледниковых периодов, и как менялся уровень моря и другие факторы в периоды потепления и похолодания.Эти прошлые изменения дают ориентир на будущее, если потепление продолжится.

Специализированные модельные испытания

В рамках CMIP6 исследовательские группы по всему миру проводят множество различных экспериментов. К ним относятся рассмотрение поведения аэрозолей в моделях, образование облаков и обратная связь, реакция ледяных щитов на потепление, изменения муссонов, повышение уровня моря, изменения в землепользовании, океаны и воздействие вулканов.

Ученые также планируют проект взаимного сравнения геоинженерных моделей.В нем будет рассмотрено, как модели реагируют на закачку сульфидных газов в стратосферу для охлаждения климата, среди других возможных вмешательств.

^Наверх

Кто занимается моделированием климата по всему миру?

В мире насчитывается более двух десятков научных учреждений, разрабатывающих климатические модели, причем каждый центр часто создает и совершенствует несколько различных моделей одновременно.

Модели, которые они производят, обычно — хотя и довольно невообразимо — называются в честь самих центров.Поэтому, например, Центр Хэдли Метеобюро разработал семейство моделей «HadGEM3». Между тем, Лаборатория геофизической гидродинамики NOAA создала модель системы Земли «GFDL ESM2M».

Тем не менее, модели все чаще являются совместными усилиями, что часто отражается в их именах. Например, Центр Хэдли и более широкое сообщество Совета по исследованию окружающей среды (NERC) в Великобритании совместно разработали модель системы Земля «UKESM1». В основе лежит модель HadGEM3 Метеорологического бюро Центра Хэдли.

Другим примером является Модель системы Земли сообщества (CESM), созданная Национальным центром атмосферных исследований (NCAR) в США в начале 1980-х годов. Как следует из названия, эта модель является продуктом сотрудничества тысяч ученых (и доступна для бесплатной загрузки и запуска).

Тот факт, что во всем мире существует множество центров моделирования, в которых проходят аналогичные процессы, является «действительно важным направлением климатических исследований», — говорит д-р Крис Джонс, который возглавляет исследования Центра Хэдли Метеобюро в области моделирования растительности и углеродного цикла и их взаимодействия с климат.Он сообщает Carbon Brief:

«Существует порядка 10 или 15 крупных глобальных центров моделирования климата, которые производят моделирование и результаты. И, сравнивая то, что говорят разные модели и разные наборы исследований, вы можете судить, в каких вещах следует доверять, где они совпадают, а в чем мы не уверены, где есть разногласия. Это определяет процесс разработки модели».

Если бы существовала только одна модель или один модельный центр, было бы гораздо меньше представлений о его сильных и слабых сторонах, говорит Джонс.И хотя разные модели связаны — между группами ведется много совместных исследований и дискуссий — они обычно не доходят до использования одних и тех же строк кода. Он объясняет:

«Когда мы разрабатываем новую схему [моделирования], мы публикуем уравнения этой схемы в научной литературе, чтобы она рецензировалась экспертами. Он общедоступен, и другие центры могут сравнить его с тем, что они используют».

Ниже в Carbon Brief нанесены на карту центры моделирования климата, которые внесли свой вклад в пятый проект взаимного сравнения связанных моделей (CMIP5), который был включен в пятый оценочный отчет МГЭИК.Наведите указатель мыши на отдельные центры на карте, чтобы узнать о них больше.

Большинство центров моделирования находятся в Северной Америке и Европе. Однако стоит отметить, что список CMIP5 не является исчерпывающим перечнем центров моделирования, особенно потому, что он сосредоточен на учреждениях, разрабатывающих глобальные климатические модели. Это означает, что в список не включены центры, занимающиеся региональным моделированием климата или прогнозированием погоды, говорит Джонс:

«Например, мы проводим большую совместную работу с Бразилией, которая концентрирует свои МОЦ на погоде и сезонном прогнозировании.В прошлом они даже использовали версию HadGEM2 для отправки данных в CMIP5. Для CMIP6 они надеются запустить бразильскую модель системы Земля («BESM»)».

Степень общедоступности компьютерного кода каждого модельного центра различается в зависимости от учреждения. Многие модели доступны научному сообществу бесплатно по лицензии. Обычно для этого требуется подписание лицензии, определяющей условия использования и распространения кода.

Например, МОЦ ECHAM6, разработанная Институтом метеорологии им. Макса Планка в Германии, доступна по лицензионному соглашению (pdf), которое предусматривает, что использование его программного обеспечения «разрешено только в законных научных целях в исследованиях и образовании» и «не в коммерческих целях».

Институт отмечает, что основная цель лицензионного соглашения — сообщить, кто использует модели, и установить способ связи с пользователями. Там написано:

«Разработанное программное обеспечение MPI-M должно оставаться управляемым и документированным. В этом дух следующего лицензионного соглашения… Также важно предоставлять обратную связь разработчикам модели, сообщать об ошибках и предлагать улучшения кода».

Другие примеры моделей, доступных по лицензии, включают: модели NCAR CESM (как упоминалось ранее), ГКМ ModelE Института космических исследований Годдарда НАСА и различные модели Центра моделирования климата Института Пьера Симона Лапласа (IPSL) во Франции.

^Наверх

Что такое CMIP?

При таком большом количестве организаций, разрабатывающих и использующих климатические модели, существует риск того, что каждая группа подойдет к моделированию по-своему, что снизит степень сопоставимости их результатов.

Здесь на помощь приходит проект взаимного сравнения связанных моделей (CMIP). CMIP представляет собой основу для экспериментов с моделями климата, позволяющую ученым систематически анализировать, проверять и улучшать ГКМ.

Слово «связанные» в названии означает, что все климатические модели в проекте являются связанными МОЦ атмосферы и океана. Доктор Крис Джонс из Метеорологического бюро объясняет значение части названия «взаимное сравнение»:

«Идея взаимного сравнения возникла из-за того, что много лет назад у разных групп моделирования были разные модели, но они также настраивали их немного по-разному и проводили с ними разные численные эксперименты.Когда вы приходите сравнивать результаты, вы никогда не можете быть полностью уверены, связаны ли различия с тем, что модели разные, или с тем, что они были настроены по-другому».

Таким образом, CMIP был разработан, чтобы привести в соответствие все эксперименты с моделями климата, которые проводились различными центрами моделирования.

С момента своего создания в 1995 году CMIP сменил несколько поколений, и с каждой итерацией разрабатываемые эксперименты становятся все более изощренными. Каждые 5-6 лет появляется новое поколение.

В первые годы своего существования эксперименты CMIP включали, например, моделирование воздействия годового увеличения концентрации CO2 в атмосфере на 1% (как упоминалось выше). В более поздних итерациях эксперименты включали более подробные сценарии выбросов, такие как репрезентативные пути концентрации («RCP»).

Одинаковая настройка моделей и использование одних и тех же исходных данных означает, что ученые знают, что различия в прогнозах изменения климата, вытекающих из моделей, сводятся к различиям в самих моделях.Это первый шаг в попытке понять, что вызывает эти различия.

Результаты, которые производит каждый центр моделирования, затем загружаются на центральный веб-портал, управляемый Программой диагностики и взаимного сравнения моделей климата (PCMDI), к которому могут свободно и открыто обращаться ученые из многих дисциплин со всего мира.

CMIP находится в ведении Рабочей группы комитета по совместному моделированию, которая является частью Всемирной программы исследований климата (ВПИК), базирующейся во Всемирной метеорологической организации в Женеве.Кроме того, группа CMIP наблюдает за разработкой экспериментов и наборов данных, а также за решением любых проблем.

Количество исследователей, публикующих статьи на основе данных CMIP, «выросло с нескольких десятков до более чем тысячи», — говорит профессор Вероника Айринг, председатель группы CMIP, в недавнем интервью журналу Nature Climate Change.

По словам Айринга, после того, как моделирование модели для CMIP5 завершено, начинается CMIP6, в котором примут участие более 30 центров моделирования по всему миру.

Помимо основного набора экспериментов по моделированию «DECK» (диагностика, оценка и характеристика климата), CMIP6 также будет иметь набор дополнительных экспериментов для ответа на конкретные научные вопросы. Они разделены на отдельные проекты взаимного сравнения моделей, или «MIP». На данный момент одобрен 21 MIP, говорит Айринг:

«Предложения подавались в Группу CMIP и получали одобрение, если они соответствовали 10 критериям, установленным сообществом, в целом: прогресс в устранении пробелов, выявленных на предыдущих этапах CMIP, вклад в решение главных задач ВПИК и наличие по крайней мере восьми групп моделей, желающих участвовать .

Вы можете увидеть 21 MIP и общий план эксперимента CMIP6 на схеме ниже.

Схема экспериментального проекта CMIP/CMIP6 и 21 одобренного CMIP6 MIP. Воспроизведено с разрешения Симпкинса (2017).

Существует специальный выпуск журнала Geoscientific Model Development, посвященный CMIP6, с 28 опубликованными статьями, охватывающими весь проект и конкретные MIP.

Результаты прогонов модели CMIP6 лягут в основу большей части исследований, включенных в шестой оценочный доклад МГЭИК.Однако стоит отметить, что CMIP полностью независим от МГЭИК.

^Наверх

Как ученые проверяют климатические модели? Как они их проверяют?

Ученые проверяют или «проверяют» свои модели, сравнивая их с реальными наблюдениями. Это может включать, например, сравнение проекций модели с фактическими глобальными приземными температурами за последнее столетие.

Климатические модели могут быть проверены на соответствие прошлым изменениям климата Земли.Как упоминалось выше, эти сравнения с прошлым называются ретроспективными прогнозами.

Ученые не «рассказывают» своим моделям, как климат менялся в прошлом — например, они не вводят исторические данные о температуре. Вместо этого они вводят информацию о прошлых воздействиях на климат, а модели создают «прошлые прогнозы» исторических условий. Это может быть полезным способом проверки моделей.

Были использованы ретроспективные прогнозы различных климатических факторов, включая температуру (на поверхности, в океанах и атмосфере), дождь и снег, образование ураганов, протяженность морского льда и многие другие климатические переменные, чтобы показать, что модели способны точно моделировать климат Земли. .

Имеются ретроспективные прогнозы исторических рекордов температуры (с 1850 г. по настоящее время) за последние 2000 лет с использованием различных климатических прокси и даже за последние 20 000 лет.

Конкретные события, оказывающие большое влияние на климат, такие как извержения вулканов, также можно использовать для проверки производительности модели. Климат относительно быстро реагирует на извержения вулканов, поэтому разработчики моделей могут увидеть, точно ли модели отражают то, что происходит после крупных извержений, после ожидания всего в несколько лет.Исследования показывают, что модели точно прогнозируют изменения температуры и водяного пара в атмосфере после крупных извержений вулканов.

Климатические модели также сравниваются со средним состоянием климата, известным как «климатология». Например, исследователи проверяют, соответствует ли средняя температура Земли зимой и летом в моделях и реальности. Они также сравнивают протяженность морского льда между моделями и наблюдениями и могут предпочесть использовать модели, которые лучше отражают текущее количество морского льда при попытке спрогнозировать будущие изменения.

Эксперименты, в которых используется множество различных моделей с одинаковыми концентрациями парниковых газов и другими «воздействующими факторами», как и в проектах по взаимному сравнению моделей, позволяют выявить сходства и различия между моделями.

Для многих частей климатической системы среднее значение всех моделей может быть более точным, чем большинство отдельных моделей. Исследователи обнаружили, что прогнозы могут демонстрировать лучшую точность, надежность и последовательность, когда объединяются несколько независимых моделей.

Один из способов проверить надежность моделей — сравнить предполагаемые будущие изменения с тем, как обстоят дела в реальном мире. Однако это может быть трудно сделать с долгосрочными прогнозами, потому что потребуется много времени, чтобы оценить, насколько хорошо работают текущие модели.

Недавно компания Carbon Brief обнаружила, что модели, созданные учеными с 1970-х годов, в целом хорошо спрогнозировали будущее потепление. На видео ниже показан пример ретроспективных прогнозов и прогнозов модели в сравнении с фактической температурой поверхности.

^Наверх

Как «параметризуются» и настраиваются климатические модели?

Как упоминалось выше, ученые не имеют в своем распоряжении безграничного запаса вычислительной мощности, поэтому модели должны делить Землю на ячейки сетки, чтобы сделать расчеты более управляемыми.

Это означает, что на каждом шаге модели во времени рассчитывается средний климат каждой ячейки сетки. Однако в климатической системе и на поверхности Земли существует множество процессов, протекающих в масштабах внутри одной клетки.

Например, высота поверхности земли будет усреднена по всей ячейке сетки в модели, что означает, что при этом могут быть упущены детали любых физических объектов, таких как горы и долины. Точно так же облака могут образовываться и рассеиваться в масштабах, намного меньших, чем ячейка сетки.

Чтобы решить эту проблему, эти переменные «параметризируются», то есть их значения определяются в компьютерном коде, а не вычисляются самой моделью.

На приведенном ниже рисунке показаны некоторые процессы, которые обычно параметризуются в моделях.

Параметризация также может использоваться для упрощения, когда климатический процесс не совсем понятен. Параметризация является одним из основных источников неопределенности в климатических моделях.

Список из 20 климатических процессов и свойств, которые обычно необходимо параметризовать в глобальных климатических моделях. Изображение предоставлено MetEd, Программа COMET, UCAR.

Во многих случаях невозможно сузить параметризованные переменные до одного значения, поэтому модель должна включать оценку.Ученые проводят тесты с моделью, чтобы найти значение или диапазон значений, которые позволяют модели дать наилучшее представление о климате.

Этот сложный процесс известен как «настройка» или «калибровка» модели. Хотя это необходимая часть моделирования климата, это не специфичный для него процесс. Например, в 1922 году в статье Королевского общества по теоретической статистике «оценка параметров» определялась как один из трех этапов моделирования.

Доктор Джеймс Скрин, доцент кафедры климатологии Эксетерского университета, описывает, как ученые могут настроить свою модель на альбедо (отражательную способность) морского льда.Он сообщает Carbon Brief:

«Во многих моделях морского льда альбедо морского льда — это параметр, которому присваивается определенное значение. Мы не знаем «правильного» значения альбедо льда. Существует некоторый диапазон неопределенности, связанный с наблюдениями альбедо. Таким образом, при разработке своих моделей центры моделирования могут экспериментировать с несколько иными, но правдоподобными значениями параметров, пытаясь смоделировать некоторые основные характеристики морского льда как можно ближе к нашим лучшим оценкам, полученным на основе наблюдений.Например, они могут захотеть убедиться, что сезонный цикл выглядит правильно или в среднем имеется примерно нужное количество льда. Это тюнинг».

Если бы все параметры были определены на 100%, то в этой калибровке не было бы необходимости, отмечает Скрин. Но знания ученых о климате несовершенны, потому что данные наблюдений, которые они получают, неполны. Следовательно, им необходимо проверить значения своих параметров, чтобы получить разумные выходные данные модели для ключевых переменных.

Глоссарий

Альбедо: Альбедо — это мера того, сколько солнечной энергии отражается поверхностью.Оно происходит от латинского слова albus, что означает белый. Альбедо измеряется как процент или доля солнечной энергии, которая отражается. Снег и лед, как правило, имеют более высокое альбедо, чем, например, почва, леса и открытая вода.

Поскольку большинство глобальных моделей будут содержать схемы параметризации, практически все центры моделирования выполняют ту или иную настройку модели.Опрос, проведенный в 2014 г. (pdf), показал, что в большинстве случаев разработчики моделей настраивают свои модели, чтобы обеспечить точность долгосрочного среднего состояния климата, включая такие факторы, как абсолютные температуры, сплоченность морского льда, альбедо поверхности и протяженность морского льда. .

Фактор, на который чаще всего настраивают – в 70% случаев – это радиационный баланс в верхних слоях атмосферы. Этот процесс включал настройку параметров, в частности, облаков — микрофизики, конвекции и доли облаков, а также снега, альбедо морского льда и растительности.

Эта настройка заключается не только в «подгонке» исторических наблюдений. Скорее, если разумный выбор параметров приводит к результатам моделирования, резко отличающимся от наблюдаемой климатологии, разработчики моделей могут решить использовать другой. Точно так же, если обновления модели приводят к большому расхождению с наблюдениями, разработчики моделей могут искать ошибки или другие факторы, объясняющие разницу.

Директор Института космических исследований им. Годдарда НАСА доктор Гэвин Шмидт рассказывает Carbon Brief:

«Глобальные средние тренды отслеживаются на предмет здравомыслия, но (как правило) не настраиваются точно.В сообществе идет много дискуссий по этому поводу, но всем ясно, что это нужно сделать более прозрачным».

Что такое коррекция смещения?

Хотя климатические модели в целом хорошо имитируют климат Земли, включая знакомые климатические особенности, такие как штормы, муссонные дожди, струйные течения, пассаты и циклы Эль-Ниньо, они не идеальны. Это особенно актуально в региональном и местном масштабах, где моделирование может иметь существенные отклонения от наблюдаемого климата, известные как «погрешности».

Эти смещения возникают из-за того, что модели представляют собой упрощение климатической системы, а крупномасштабные ячейки сетки, используемые в глобальных моделях, могут упускать детали местного климата.

В таких случаях ученые применяют методы «коррекции смещения» к модельным данным, объясняет д-р Дуглас Мараун, руководитель исследовательской группы по моделированию и анализу регионального климата в Университете Граца и соавтор книги «Статистическое уменьшение масштаба и смещение». Поправка на исследования климата». Он сообщает Carbon Brief:

«Представьте, что вы инженер-гидротехник и вам нужно защитить долину от внезапных наводнений из близлежащего горного ручья.Предполагается, что защита продлится в течение следующих десятилетий, поэтому вы должны учитывать будущие изменения в количестве осадков над вашим речным водосбором. Климатические модели, даже если они разрешают соответствующие погодные системы, могут быть необъективными по сравнению с реальным миром».

По словам Марауна, для инженера-гидротехника, который использует результаты климатической модели в качестве исходных данных для модели риска наводнений в долине, такие предубеждения могут иметь решающее значение:

«Предположим ситуацию, когда в реальности у вас минусовая температура, идет снег, а поверхностный сток от проливных дождей очень низкий.Но модель имитирует положительные температуры, осадки и внезапные наводнения».

Другими словами, использование выходных данных крупномасштабной климатической модели в том виде, в каком они есть, и их обработка с помощью модели наводнения может дать ложное представление о риске наводнения в этой конкретной долине.

Чтобы решить эту проблему и создать климатические прогнозы, которые инженер-водотехник может использовать при проектировании защиты от наводнений, ученые применяют «коррекцию смещения» к выходным данным климатической модели.

Профессор Эд Хокинс, профессор климатологии Университета Рединга, объясняет Carbon Brief:

«Коррекция погрешностей — иногда называемая «калибровкой» — это процесс учета погрешностей в имитациях климатической модели для получения прогнозов, которые в большей степени соответствуют имеющимся наблюдениям.

По сути, ученые сравнивают долгосрочную статистику в выходных данных модели с наблюдаемыми климатическими данными. Затем с помощью статистических методов они корректируют любые погрешности в выходных данных модели, чтобы убедиться, что они согласуются с текущими знаниями о климатической системе.

Коррекция смещения часто основана на средней информации о климате, отмечает Мараун, хотя более сложные подходы также корректируют экстремальные значения.

Этап коррекции погрешности в процессе моделирования особенно полезен, когда ученые рассматривают аспекты климата, для которых важны пороговые значения, говорит Хокинс.

Пример взят из исследования 2016 года, проведенного в соавторстве с Хокинсом, о том, как судоходные пути могут открыться через арктический морской лед из-за изменения климата. Он объясняет:

«Жизнеспособность арктического судоходства в будущем зависит от прогнозируемой толщины морского льда, поскольку различные типы судов не могут двигаться, если лед достигает критической толщины в любой точке маршрута. Если климатическая модель имитирует слишком много или слишком мало льда для сегодняшнего дня в определенном месте, то прогнозы жизнеспособности маршрута судна также будут неверными.

«Однако мы можем использовать наблюдения за толщиной льда, чтобы скорректировать пространственные погрешности в смоделированной толщине морского льда в Арктике и получить более точные прогнозы, чем без поправки на погрешность».

Другими словами, используя коррекцию смещения, чтобы правильно смоделировать морской лед в модели на сегодняшний день, Хокинс и его коллеги могут быть более уверены в своих прогнозах на будущее.

Российский ледокол на Северном полюсе.Кредит: Кристофер Мишель через Flickr.

Как правило, коррекция смещения применяется только к выходным данным модели, но в прошлом она также использовалась в прогонах моделей, объясняет Мараун:

«Примерно десять лет назад было довольно обычным делом корректировать потоки между различными компонентами модели — например, океаном и атмосферой — на каждом шаге модели в соответствии с наблюдаемыми полями с помощью так называемых «поправок на потоки»».

Недавние достижения в моделировании поправки на средний поток больше не нужны.Тем не менее, некоторые исследователи выдвинули предположения, что поправки на потоки все еще могут использоваться для устранения оставшихся смещений в моделях, говорит Мараун:

«Например, большинство МОЦ имитируют слишком холодную Северную Атлантику, проблема, которая имеет косвенные последствия, например, для атмосферной циркуляции и характера осадков в Европе».

Таким образом, подталкивая модель к тому, чтобы симуляция Северной Атлантики оставалась на правильном пути (на основе данных наблюдений), идея состоит в том, что это может привести, например, к более точному моделированию количества осадков в Европе.

Однако при использовании коррекции потока есть потенциальные ловушки, добавляет он:

«Обратной стороной таких подходов является то, что в модели есть искусственная сила, которая тянет модель к наблюдениям, и такая сила может даже ослабить моделируемое изменение климата».

Другими словами, если модель не дает достаточного количества осадков в Европе, причина может быть не в Северной Атлантике, а в Северной Атлантике, объясняет Мараун. Например, это может быть связано с тем, что смоделированные траектории шторма отправляют ливни не в тот регион.

Это подтверждает тот факт, что ученые должны быть осторожны, чтобы не применять коррекцию смещения, не понимая основной причины смещения, заключает Мараун:

«Исследователям климата необходимо приложить гораздо больше усилий, чтобы понять происхождение погрешностей моделей, а исследователям, занимающимся исправлением погрешностей, необходимо включить эту информацию в свои исследования».

В недавней статье о перспективах в журнале Nature Climate Change Мараун и его соавторы утверждают, что «текущие методы коррекции смещения могут улучшить применимость моделирования климата», но что они не могут — и не должны — использоваться для преодоления более значительных ограничений с помощью климатические модели.

^Наверх

Насколько точны проекции температуры климатической модели?

Одним из наиболее важных результатов климатических моделей является проекция глобальной приземной температуры.

Чтобы оценить, насколько хорошо работают их модели, ученые сравнивают наблюдения за климатом Земли с прогнозами будущих температур моделей и «прошлыми прогнозами» температуры. Затем ученые могут оценить точность прогнозов температуры, посмотрев, как отдельные модели климата и среднее значение всех моделей сравниваются с наблюдаемым потеплением.

Исторические изменения температуры с конца 1800-х годов обусловлены рядом факторов, включая увеличение концентрации парниковых газов в атмосфере, аэрозоли, изменения солнечной активности, извержения вулканов и изменения в землепользовании. Естественная изменчивость также играет роль в более коротких временных масштабах.

Если модели хорошо отражают реакцию климата в прошлом, исследователи могут быть более уверены в том, что они будут точно реагировать на изменения тех же факторов в будущем.

Carbon Brief более подробно изучил, как климатические модели сравниваются с наблюдениями, в недавнем аналитическом материале, изучив, как прогнозы температуры поверхности в климатических моделях с 1970-х годов соответствуют реальности.

Модельные оценки атмосферных температур немного выше, чем наблюдения, в то время как модели содержания тепла в океане довольно хорошо соответствуют нашей наилучшей оценке наблюдаемых изменений.

Сравнение моделей и наблюдений может оказаться довольно сложной задачей.Наиболее часто используемые значения климатических моделей относятся к температуре воздуха непосредственно над поверхностью. Однако наблюдаемые рекорды температуры представляют собой комбинацию температуры воздуха непосредственно над поверхностью над сушей и температуры поверхностных вод океана.

Сравнение глобальных температур воздуха из моделей с комбинацией температур воздуха и температур поверхности моря в наблюдениях может создать проблемы. Чтобы объяснить это, исследователи создали то, что они называют «смешанными полями» из климатических моделей, которые включают температуру поверхности океанов и температуру поверхности воздуха над сушей, чтобы соответствовать тому, что фактически измеряется в наблюдениях.

Эти смешанные поля из моделей показывают немного меньшее потепление, чем глобальные температуры приземного воздуха, поскольку в последние годы воздух над океаном нагревается быстрее, чем температура поверхности моря.

Carbon Brief показано как среднее значение температуры воздуха по всем моделям CMIP5 (штриховая черная линия), так и среднее значение смешанных полей по всем моделям CMIP5 (сплошная черная линия). Серая область показывает неопределенность результатов модели, известную как доверительный интервал 95%. Отдельные цветные линии представляют различные оценки температуры наблюдений от групп, таких как Центр Хэдли Метеобюро, NOAA и НАСА.

Смешанные поля моделей в целом достаточно хорошо соответствуют потеплению, наблюдаемому в наблюдениях, в то время как температуры воздуха по моделям показывают немного большее потепление, поскольку они включают температуру воздуха над океаном, а не самой поверхности моря.Все наблюдения находятся в пределах 95-процентного доверительного интервала прогонов моделей, что позволяет предположить, что модели хорошо отражают краткосрочную естественную изменчивость, вызванную Эль-Ниньо и другими факторами.

Более длительный период прогнозов модели с 1880 по 2100 год показан на рисунке ниже. Он показывает как более долгосрочное потепление с конца 19 века, так и прогнозы будущего потепления в рамках сценария относительно быстрого сокращения выбросов (называемого «RCP4.5»), когда глобальные температуры достигают около 2.на 5°C выше доиндустриального уровня к 2100 г. (и примерно на 2°C выше базового уровня 1970-2000 гг., показанного на рисунке).

Прогнозы климата с середины 1800-х годов довольно хорошо согласуются с наблюдениями. Есть несколько периодов, например, начало 1900-х годов, когда Земля была немного холоднее, чем предсказывали модели, или 1940-е годы, когда наблюдения были немного теплее.

Однако в целом сильное соответствие между смоделированными и наблюдаемыми температурами повышает уверенность ученых в том, что модели точно отражают как факторы, вызывающие изменение климата, так и уровень краткосрочной естественной изменчивости климата Земли.

За период с 1998 года, когда результаты наблюдений были немного ниже прогнозов модели, в недавней статье в журнале Nature исследуются причины, по которым это произошло.

Исследователи обнаружили, что некоторые различия устраняются за счет использования смешанных полей из моделей.Они предполагают, что оставшуюся часть расхождения можно объяснить комбинацией краткосрочной естественной изменчивости (в основном в Тихом океане), небольшими вулканами и меньшей, чем ожидалось, солнечной активностью, которая не была включена в модели после 2005 г. проекции.

Глобальная средняя приземная температура является лишь одной из многих переменных, включенных в климатические модели, и модели можно оценивать по многим другим климатическим показателям. Например, в нижних слоях атмосферы есть определенные «отпечатки пальцев» человеческого потепления, которые видны как в моделях, так и в наблюдениях.

были проверены с учетом данных наблюдений за температурой на поверхности, в океанах и атмосфере, с историческими данными о дождях и снеге, с данными об образовании ураганов, протяженностью морского льда и многими другими климатическими переменными.

Модели, как правило, хорошо справляются с сопоставлением наблюдений в глобальном масштабе, хотя некоторые переменные, такие как осадки, труднее правильно определить на региональном уровне.

^Наверх

Каковы основные ограничения в моделировании климата на данный момент?

Стоит повторить, что климатические модели не являются идеальным представлением климата Земли и не могут быть таковыми.Поскольку климат по своей природе хаотичен, его невозможно смоделировать со 100-процентной точностью, тем не менее модели довольно хорошо справляются с задачей правильного воспроизведения климата.

Точность прогнозов, сделанных моделями, также зависит от качества прогнозов, которые в них входят. Например, ученые не знают, снизятся ли выбросы парниковых газов, и поэтому делают оценки, исходя из разных сценариев будущего социально-экономического развития. Это добавляет еще один уровень неопределенности к климатическим прогнозам.

Точно так же существуют аспекты будущего, которые были бы настолько редки в истории Земли, что их чрезвычайно трудно прогнозировать. Одним из примеров является то, что ледяные щиты могут дестабилизироваться по мере таяния, что ускорит ожидаемое глобальное повышение уровня моря.

Тем не менее, несмотря на то, что модели становятся все более сложными и изощренными, все еще существуют аспекты климатической системы, которые они изо всех сил пытаются зафиксировать так, как этого хотелось бы ученым.

Облака

Одним из основных ограничений моделей климата является то, насколько хорошо они представляют облака.

Облака — постоянная заноза в боку ученых-климатологов. Они покрывают около двух третей Земли одновременно, но отдельные облака могут образовываться и исчезать в течение нескольких минут; они могут как нагревать, так и охлаждать планету, в зависимости от типа облака и времени суток; и у ученых нет записей о том, какими были облака в далеком прошлом, что затрудняет определение того, изменились ли они и как.

Особый аспект трудностей моделирования облаков сводится к конвекции.Это процесс, при котором теплый воздух у поверхности Земли поднимается через атмосферу, охлаждается, а затем содержащаяся в нем влага конденсируется, образуя облака.

В жаркие дни воздух быстро нагревается, что приводит к конвекции. Это может привести к интенсивным кратковременным дождям, часто сопровождаемым громом и молнией.

Конвекционные дожди могут происходить в короткие промежутки времени и в очень специфических районах. Таким образом, модели глобального климата имеют слишком грубое разрешение, чтобы зафиксировать эти дождевые явления.

Вместо этого ученые используют «параметризацию» (см. выше), которая представляет усредненные эффекты конвекции по отдельной ячейке сетки. Это означает, что МОЦ не имитируют отдельные штормы и локальные сильные дожди, объясняет д-р Лиззи Кендон, старший научный сотрудник по экстремальным климатическим явлениям в Центре им.

«Как следствие, МОЦ не могут фиксировать интенсивность осадков в субсуточных временных масштабах и экстремальные значения осадков в летнее время. Таким образом, у нас будет низкая уверенность в будущих прогнозах почасовых осадков или конвективных экстремумов на основе МОЦ или РКМ с грубым разрешением.

(Carbon Brief позже на этой неделе опубликует статью, посвященную прогнозам осадков с помощью климатической модели.)

Чтобы решить эту проблему, ученые разрабатывают климатические модели с очень высоким разрешением. У них есть ячейки сетки шириной в несколько километров, а не в десятки километров. Эти «конвективно-разрешающие» модели могут имитировать более крупные конвективные бури без необходимости параметризации.

Однако компромисс большей детализации заключается в том, что модели еще не могут охватить весь земной шар.Несмотря на меньшую площадь и использование суперкомпьютеров, эти модели по-прежнему требуют очень много времени для запуска, особенно если ученые хотят запустить множество вариантов модели, известной как «ансамбль».

Например, моделирование, являющееся частью проекта Future Climate For Africa IMPALA («Улучшение модельных процессов для африканского климата»), использует модели, допускающие конвекцию, охватывающие всю Африку, но только для одного члена ансамбля, говорит Кендон. Точно так же следующий набор климатических прогнозов Великобритании, который должен состояться в следующем году («UKCP18»), будет проводиться для 10 участников ансамбля, но только для Великобритании.

Но до расширения этих моделей, допускающих конвекцию, до глобального масштаба еще далеко, отмечает Кендон:

«Вероятно, пройдет много лет, прежде чем мы сможем позволить себе [вычислительную мощность] для моделирования глобального климата с учетом конвекции, особенно для нескольких членов ансамбля».

Двойной ITCZ ​​

С проблемой облаков в глобальных моделях связана проблема «двойного ITCZ». Зона межтропической конвергенции, или ITCZ, представляет собой огромный пояс низкого давления, который окружает Землю вблизи экватора.Он определяет годовой характер осадков в большей части тропиков, что делает его чрезвычайно важной характеристикой климата для миллиардов людей.

Иллюстрация внутритропической зоны конвергенции (ITCZ) и основных закономерностей глобальной циркуляции в атмосфере Земли. Источник: Creative Commons

ITCZ ​​каждый год путешествует на север и юг через тропики, приблизительно отслеживая положение солнца в зависимости от времени года. Глобальные климатические модели действительно воссоздают ITCZ ​​в своих симуляциях, которая возникает в результате взаимодействия между отдельными физическими процессами, закодированными в модели.Однако, как поясняется в статье ученых из Калифорнийского технологического института в США в Journal of Climate, есть некоторые области, в которых климатические модели не могут правильно представить положение ITCZ:

«[В] восточной части Тихого океана ITCZ ​​большую часть года расположена к северу от экватора, изгибаясь на несколько градусов широты вокруг [линии] шести [градусов широты]. Однако на короткий период весной он разделяется на две ITCZ, расположенные по обе стороны экватора. Текущие климатические модели преувеличивают это разделение на две ITCZ, что приводит к хорошо известному двойному смещению ITCZ ​​в моделях.

Большинство МОЦ в той или иной степени демонстрируют проблему двойной ITCZ, из-за которой они моделируют слишком большое количество осадков в большей части тропиков южного полушария, а иногда недостаточное количество осадков в экваториальной части Тихого океана.

Двойная ITCZ ​​«является, пожалуй, наиболее значительным и наиболее устойчивым отклонением в современных климатических моделях», — говорит доктор Баоцян Сян, главный научный сотрудник Лаборатории геофизической гидродинамики Национального управления океанических и атмосферных исследований США.

Основным следствием этого является то, что разработчики моделей менее уверены в прогнозах того, как может измениться ITCZ ​​по мере потепления климата.Но есть и случайные удары, рассказывает Сян Carbon Brief:

«Например, большинство современных климатических моделей предсказывают ослабление пассата наряду с замедлением циркуляции Уокера. Существование [] двойной проблемы ITCZ ​​может привести к недооценке этого ослабленного пассата».

(Пассаты — это почти постоянные восточные ветры, которые кружат вокруг Земли по обе стороны от экватора.)

Кроме того, исследование 2015 года, опубликованное в Geophysical Research Letters, предполагает, что, поскольку двойная ITCZ ​​влияет на обратную связь облаков и водяного пара в моделях, она, следовательно, играет роль в чувствительности климата.

Глоссарий

Чувствительность климата: Степень потепления, которую мы можем ожидать, когда содержание углекислого газа в атмосфере удвоится по сравнению с тем, что было до промышленной революции. Существует два способа выразить чувствительность климата: Переходная реакция климата (TCR) — это потепление на поверхности Земли, которое мы можем ожидать в точке удвоения, а равновесная чувствительность климата (ECS) — это общая величина потепления после того, как Земля успела удвоиться. полностью приспособиться к дополнительному углекислому газу.

Они обнаружили, что модели с сильной двойной ITCZ ​​имеют более низкое значение равновесной чувствительности климата (ECS), что указывает на то, что «большинство моделей могли недооценивать ECS». Если модели недооценивают ECS, климат потеплеет больше в ответ на выбросы, вызванные деятельностью человека, чем предполагают их текущие прогнозы.

Причины двойного ITCZ ​​в моделях сложны, рассказывает Сян в интервью Carbon Brief, и были предметом многочисленных исследований. По словам Сяна, скорее всего, этому будет способствовать ряд факторов, в том числе способ параметризации конвекции в моделях.

Например, в статье Proceedings of the National Academy of Sciences в 2012 году было высказано предположение, что проблема связана с тем, что большинство моделей не создают достаточно густых облаков над «часто пасмурным Южным океаном», что приводит к более высоким, чем обычно, температурам над южным полушарием. в целом, а также смещением на юг количества тропических осадков.

Что касается вопроса о том, когда ученые смогут решить эту проблему, Сян говорит, что на него сложно ответить:

«С моей точки зрения, я думаю, что мы, возможно, не сможем полностью решить этот вопрос в ближайшее десятилетие. Тем не менее, мы добились значительного прогресса благодаря лучшему пониманию физики модели, увеличению разрешения модели и более надежным наблюдениям».

Струйные потоки

Наконец, еще одна распространенная проблема в климатических моделях связана с положением струйных течений в климатических моделях.Реактивные потоки — это извилистые реки высокоскоростных ветров, текущие высоко в атмосфере. Они могут направлять погодные системы с запада на восток по всей Земле.

Как и в случае с ITCZ, климатические модели воссоздают струйные течения в результате фундаментальных физических уравнений, содержащихся в их коде.

Однако в моделях струйные течения часто кажутся слишком «зональными» — другими словами, они слишком сильны и слишком прямолинейны, объясняет доктор Тим Вуллингс, преподаватель физического климата в Оксфордском университете и бывший руководитель совместной Встретился с группой оценки процессов Office-Universities для блокировки и штурма путей.Он сообщает Carbon Brief:

«В реальном мире самолет немного отклоняется на север, пересекая Атлантику (и немного Тихий океан). Поскольку модели недооценивают это, в среднем струя часто находится слишком далеко к экватору».

В результате модели не всегда правильно определяют пути, по которым идут погодные условия низкого давления, известные как «тропы шторма». По словам Вуллингс, штормы в моделях часто слишком вялые, они недостаточно сильны и утихают слишком быстро.

Есть способы улучшить это, говорит Вуллингс, но некоторые из них проще, чем другие.В общем, увеличение разрешения модели может помочь, Woollings говорит:

«Например, когда мы увеличиваем разрешение, вершины гор становятся немного выше, и это способствует отклонению струй немного на север. Бывают и более сложные вещи; если мы сможем улучшить, более активные штормы в модели, это может оказать эффект домино на струйный поток, который частично вызывается штормами».

(Горные вершины становятся выше по мере увеличения разрешения модели, потому что большая детализация позволяет модели «видеть» больше горы, поскольку она сужается к вершине.)

Другим вариантом является улучшение того, как модель представляет физику атмосферы в своих уравнениях, добавляет Вуллингс, используя «новые умные схемы [для аппроксимации] механики жидкости в компьютерном коде».

^Наверх

Каков процесс улучшения моделей?

Процесс разработки климатической модели — это долгосрочная задача, которая не заканчивается после публикации модели. Большинство центров моделирования будут обновлять и улучшать свои модели в непрерывном цикле, при этом в процессе разработки ученые тратят несколько лет на создание следующей версии своих моделей.

Специалист по моделированию климата за работой в Метеобюро, Эксетер, Великобритания. Кредит: Метеобюро.

По словам доктора Криса Джонса из Центра Хэдли Метеорологического бюро, после того, как она будет готова, можно будет выпустить новую версию модели, включающую в себя все усовершенствования:

«Это похоже на то, как автомобильные компании строят следующую модель конкретного автомобиля, поэтому они выпускали одну и ту же модель в течение многих лет, но затем внезапно появляется новая, которую они разрабатывали. Мы делаем то же самое с нашими климатическими моделями».

В начале каждого цикла климат, воспроизводимый моделью, сравнивается с рядом наблюдений, чтобы выявить самые серьезные проблемы, объясняет доктор Тим Вуллингс.Он сообщает Carbon Brief:

«После того, как они идентифицированы, внимание обычно переключается на оценку физических процессов, которые, как известно, влияют на эти области, и предпринимаются попытки улучшить представление этих процессов [в модели]».

То, как это делается, варьируется от случая к случаю, говорит Вуллингс, но, как правило, это заканчивается каким-то новым улучшенным кодом:

«Это могут быть целые строки кода, чтобы обрабатывать процесс немного по-другому, или иногда это может быть просто изменение существующего параметра на лучшее значение.Это вполне может быть мотивировано новыми исследованиями или опытом других [модельных центров]».

Иногда в ходе этого процесса ученые обнаруживают, что одни проблемы компенсируют другие, добавляет он:

«Например, процесс А оказался слишком сильным, но, похоже, это было компенсировано слишком слабым процессом Б. В этих случаях процесс А, как правило, фиксируется, даже если в краткосрочной перспективе это ухудшает модель. Затем внимание переключается на исправление процесса B. В конце концов, модель лучше представляет физику обоих процессов, и в целом мы получаем лучшую модель.

В Центре Хэдли Метеобюро в процессе разработки участвуют несколько групп, или «групп оценки процесса», которые стремятся улучшить другой элемент модели, объясняет Вуллингс:

«Группы оценки процессов — это, по сути, оперативные группы, которые следят за определенными аспектами модели. Они отслеживают предубеждения в своей области по мере развития модели и тестируют новые методы для их уменьшения. Эти группы регулярно встречаются для обсуждения своей области и часто включают представителей академического сообщества, а также ученых Метеорологического бюро.

Затем улучшения, над которыми работает каждая группа, объединяются в новую модель. «После завершения модель можно будет запускать всерьез», — говорит Джонс:

«В конце двух- или трехлетнего процесса у нас есть модель нового поколения, которая, по нашему мнению, лучше, чем предыдущая, и тогда мы можем начать использовать ее, чтобы как бы вернуться к научным вопросам, которые мы просматривали раньше и посмотрим, сможем ли мы ответить на них лучше».

^Наверх

Как ученые производят информацию о климатических моделях для конкретных регионов?

Одним из основных недостатков моделей глобального климата является то, что ячейки сетки, из которых они состоят, обычно имеют размер около 100 км по долготе и широте в средних широтах.Если учесть, что Великобритания, например, имеет ширину чуть более 400 км, это означает, что она представлена ​​в МОЦ несколькими ячейками сетки.

Такое грубое разрешение означает, что МОЦ пропускают географические особенности, характеризующие конкретное место. Некоторые островные государства настолько малы, что ГКМ может рассматривать их просто как участок океана, отмечает профессор Майкл Тейлор, старший преподаватель Университета Вест-Индии и ведущий автор-координатор специального доклада МГЭИК по 1.5С. Он сообщает Carbon Brief:

«Если вы думаете об островах восточной части Карибского моря, один остров в восточной части Карибского моря попадает в ячейку сетки, поэтому в этих глобальных климатических моделях он представлен как вода».

«Даже более крупные острова Карибского бассейна представлены в виде одного или, самое большее, двух блоков сетки — так что вы получаете информацию только для одного или двух блоков сетки — это накладывает ограничение на малые острова Карибского региона и малые острова в целом. Таким образом, вы не получите уточненную, более точную информацию в масштабе страны для небольших островов.

Ученые преодолевают эту проблему путем «уменьшения масштаба» глобальной климатической информации до локального или регионального масштаба. По сути, это означает получение информации, предоставленной МОЦ или крупномасштабными наблюдениями, и применение ее к конкретному месту или региону.

Рифы Тобаго и остров Майро, Сент-Винсент и Гренадины. Предоставлено: robertharding/Alamy Stock Photo.

Для небольших островных государств этот процесс позволяет ученым получать полезные данные для конкретных островов или даже областей внутри островов, объясняет Тейлор:

«Весь процесс уменьшения масштаба заключается в попытке взять информацию, которую вы можете получить из большого масштаба, и каким-то образом связать ее с локальным масштабом, или островным масштабом, или даже субостровным масштабом.

Существуют две основные категории методов уменьшения масштаба. Первый — «динамическое уменьшение масштаба». По сути, это запуск моделей, похожих на GCM, но для определенных регионов. Поскольку эти региональные климатические модели (РКМ) охватывают меньшую площадь, они могут иметь более высокое разрешение, чем ГКМ, и при этом работать в разумные сроки. При этом, как отмечает доктор Дэнн Митчелл, преподаватель Школы географических наук Бристольского университета, RCM могут быть медленнее, чем их глобальные аналоги:

«RCM с 25-километровыми ячейками сетки, покрывающими Европу, займет примерно в 5-10 раз больше времени, чем GCM с разрешением ~150 км.

Например, The UK Climate Projections 2009 (UKCP09) представляет собой набор климатических проекций специально для Великобритании, подготовленных на основе региональной климатической модели – модели HadRM3 Центра Хэдли Метеорологического бюро.

HadRM3 использует ячейки сетки 25 на 25 км, таким образом, разделив Великобританию на 440 квадратов. Это было улучшением по сравнению с предшественником UKCP09 («UKCIP02»), который производил проекции с пространственным разрешением 50 км. На приведенной ниже карте показано, насколько большую детализацию дает 25-километровая сетка (шесть карт справа), чем 50-километровая сетка (две карты крайние слева),

, такие как HadRM3, могут добавить лучшее, хотя и ограниченное, представление о местных факторах, таких как влияние озер, горных хребтов и морского бриза.

Сравнение изменений средней сезонной температуры, зимней (вверху) и летней (внизу) к 2080-м годам по сценариям высоких выбросов, из UKCIP02 (крайние левые панели) и согласно прогнозам для UKCP09 при трех уровнях вероятности (10, 50 и 90% ). Более темный красный оттенок показывает большее потепление. © UK Climate Projections 2009

Несмотря на то, что RCM ограничены определенной областью, им все же необходимо учитывать более широкий климат, влияющий на него. Ученые делают это, вводя информацию из МОЦ или наблюдений.Тейлор объясняет, как это относится к его исследованиям в Карибском море:

«Для динамического уменьшения масштаба сначала необходимо определить область, в которой вы собираетесь запускать модель — в нашем случае мы определяем своего рода область Карибского бассейна/внутри Америки — поэтому мы ограничиваем моделирование этой областью. Но, конечно же, вы вводите в границы этой области выходные данные крупномасштабных моделей, так что информация о более крупной модели управляет, а не мелкомасштабной моделью. И это динамическое уменьшение масштаба — вы, по сути, выполняете моделирование в более мелком масштабе, но в ограниченной области, получая информацию на границах.

Также можно «вкладывать» или встраивать RCM в GCM, что означает, что ученые могут запускать более одной модели одновременно и получать несколько уровней выходных данных одновременно.

Вторая основная категория масштабирования — «статистическое масштабирование». Это предполагает использование данных наблюдений для установления статистической взаимосвязи между глобальным и местным климатом. Используя эту взаимосвязь, ученые затем получают локальные изменения на основе крупномасштабных прогнозов, полученных из МОЦ или наблюдений.

Одним из примеров статистического уменьшения масштаба является генератор погоды. Генератор погоды создает синтетические временные ряды ежедневных и/или почасовых данных для определенного местоположения. Он использует комбинацию наблюдаемых местных данных о погоде и прогнозы будущего климата, чтобы дать представление о том, какими могут быть будущие погодные условия в краткосрочных временных масштабах. (Генераторы погоды также могут создавать временные ряды погоды в текущем климате.)

Его можно использовать в целях планирования, например, при оценке рисков наводнений, чтобы смоделировать, справятся ли существующие средства защиты от наводнений с вероятными уровнями проливных дождей в будущем.

В целом, эти статистические модели можно запускать быстро, что позволяет ученым выполнять множество симуляций за время, необходимое для выполнения одного запуска МОЦ.

Стоит отметить, что информация в уменьшенном масштабе по-прежнему сильно зависит от качества информации, на которой она основана, такой как данные наблюдений или вводимые данные GCM. любые неопределенности, связанные с данными, на которые он опирается.

Статистическое уменьшение масштаба, в частности, зависит от данных наблюдений, используемых для получения статистической взаимосвязи.Понижение масштаба также предполагает, что отношения в нынешнем климате сохранятся в более теплом мире, отмечает Митчелл. Он сообщает Carbon Brief:

«[Статистическое уменьшение масштаба] может подойти для хорошо наблюдаемых периодов времени или хорошо наблюдаемых интересных мест, но в целом, если вы слишком далеко заходите в локальную систему, статистическая взаимосвязь нарушается. По этой причине статистическое даунскейлинг плохо ограничивается будущими климатическими прогнозами».

Динамическое уменьшение масштаба более надежно, говорит Митчелл, но только в том случае, если RCM хорошо фиксирует соответствующие процессы и данные, управляющие ими, надежны:

«Часто для моделирования климата реализация погодных и климатических процессов в динамической модели не слишком отличается от более грубой глобальной движущей модели, поэтому динамическое уменьшение масштаба обеспечивает лишь ограниченную возможность улучшения данных.Однако, если все сделано правильно, динамическое уменьшение масштаба может быть полезно для локального понимания погоды и климата, но требует огромной проверки модели и, в некоторых случаях, разработки модели для представления процессов, которые можно зафиксировать в новых более мелких масштабах».

^Наверх