Jak ulepszyć modele globalnego klimatu

Modele globalnego klimatu używane do zwiększania dokładności prognoz sezonowych mają kilka ograniczeń. Jedna z inicjatyw UE wykorzystała dużą liczbę symulacji modeli klimatu do optymalizowania prognoz.

Ze względu na niepełną znajomość zjawisk fizycznych w systemach klimatycznych grupy badaczy zajmujące się modelowaniem klimatu w różnych częściach świata stosują w swoich modelach odmienne reprezentacje zjawisk klimatycznych. Powoduje to różnice i niepewność w przewidywaniach dotyczących klimatu w przyszłości.

Aby zwiększyć dokładność prognoz sezonowych, uczestnicy finansowanego ze środków UE projektu "Performance and usefulness of climate predictions: Beyond current limitations" (CLIMITS) zastosowali kilka modeli prognozowania jednocześnie, ograniczając niejednoznaczności związane ze stosowaniem pojedynczych modeli. Do osiągnięcia wyznaczonych celów posłużono się metodą zespołu wielomodelowego (MME), polegającą na generowaniu prognozy z użyciem wielu różnych modeli.

Partnerzy projektu zintegrowali dwa wielomodelowe systemy prognozowania sezonowego (SPS) opracowane niezależnie przez badaczy zajmujących się prognozowaniem klimatu w Europie (ENSEMBLES) i regionie Azji i Pacyfiku (CliPAS/APCC). Następnie dokonano oceny wszystkich możliwych kombinacji wielomodelowych obejmujących pięć modeli ENSEMBLES i 11 modeli CliPAS/APCC.

Na podstawie tych kombinacji powstał wielki zespół wielomodelowy ENSEMBLES-CliPAS/APCC. Wielki zespół wielomodelowy znacznie usprawnił prognozowanie klimatu w porównaniu z wcześniejszymi metodami szacowania. Po dokonaniu oceny kombinacji systemów prognozowania sezonowego stwierdzono, że optymalne grupowanie takich systemów występuje przy połączeniu modeli ENSEMBLES i CliPAS/APCC.

Przeanalizowano kombinacje wielkich zespołów wielomodelowych pod kątem związków między wydajnością a odchyleniami. Przeprowadzono dodatkowe oceny wydajności w regionach Europy i Morza Śródziemnego oraz Azji Wschodniej. Dotyczyły one w szczególności skutecznego prognozowania nieregularności podczas indyjskiego monsunu letniego i lata podbiegunowego. Wnioski wskazują, że połączenie systemów prognozowania sezonowego z niezależnych źródeł wielomodelowych to dobra strategia przezwyciężania istniejących ograniczeń prognoz sezonowych.

Projekt CLIMITS ujawnił niedociągnięcia wydajnościowe prognoz wielomodelowych obecnie dostępnych dla badaczy zajmujących się prognozowaniem klimatu w regionie Azji i Pacyfiku oraz w Europie. Wyniki powinny wspomóc organizacje pracujące z danymi klimatycznymi w tworzeniu metod wielomodelowych pozwalających tworzyć trafniejsze prognozy sezonowe, a tym samym dostarczać użytkownikom bardziej wiarygodne informacje.

data ostatniej modyfikacji: 2015-07-29 14:37:44
Komentarze


Polityka Prywatności