På grund av en brist på användbara observationer för att vägleda modellutveckling, Jordsystemmodeller missar ofta målet när det gäller att förutsäga tropiska moln och deras effekter på inkommande och utgående energi i atmosfären. Under större delen av de senaste två decennierna, U.S. Department of Energy (DOE) Atmospheric Radiation Measurement (ARM) Climate Research Facility, en vetenskaplig användaranläggning, samlade in data på tre ytplatser i det tropiska västra Stilla havet (TWP) för att förbättra dataregistret i denna region med gles provtagning.

Forskare vid DOE:s Pacific Northwest National Laboratory analyserade ARM TWP-data för att utvärdera jordsystemmodellresultat. De fann att modellfel i molnighet är beroende av modellens upplösning, vilket ytterligare kan leda till fel i omgivningstemperatur och luftfuktighet och, i tur och ordning, feedback om moln.

Konvektion av marina gränsskikt och tropiska moln – nyckelelement i den globala energibalansen och vattencykeln – är fortfarande en viktig källa till osäkerhet för att förstå tropiska molnåterkopplingsprocesser och klimatkänslighet, och förutsäga förändringar i jordsystemet.

De långsiktiga ARM TWP-datauppsättningarna är en utmärkt resurs för att utvärdera jordsystemmodeller med både statistiska och processorienterade tillvägagångssätt och för att minska fel i molnbehandlingar. Denna metod för mätning till modell kan enkelt anpassas för att utvärdera nya scheman som utvecklas för Community Atmosphere Model version 5 (CAM5) eller andra jordsystemmodeller.

Atmosfärisk fuktig konvektion i tropikerna omfördelar värme, fukt, och momentum globalt. De senaste generationerna av jordsystemmodeller har underskattat täckningen av tropiska lågmoln men överskattat deras tjocklek och kyleffekter. Detta kallas de "för få, för ljusa" tropiska lågmolnproblem. Att kompensera för detta problem genom att justera uppskattningar av olika molnegenskaper kan minska det totala felet i energibudgetuppskattningar men dölja andra problem i modellrepresentationer.

Forskare använde ARMs långsiktiga TWP-datauppsättningar för att utvärdera CAM5:s förmåga att simulera olika typer av tropiska moln (dvs. konvektiv kontra flytande eller isstratiform), deras årstids- och dygnsvariationer, och deras inverkan på ytstrålning, samt upplösningsberoendet för modellerade moln. Ökningar med upp till 20 procent i det modellerade årliga genomsnittliga molntäcket berodde på den stora överskattningen av stratiforma ismoln. Simuleringar med högre upplösning minskade överskattningen av ismoln, men ökade underskattningen av konvektiva moln och lågnivåvätskemoln. Jämfört med meteorologiska mätdata, den kallare och fuktigare luften som simuleras i modellen orsakade också överskattning av moln på alla höjder.

Att jämföra den modellerade förekomsten av konvektiva moln mot ARM-observationer avslöjade modellbristen i att trigga djup konvektion för ofta, vilket påverkar den vertikala transporten av ånga och insprutning av vätska och is till den övre luften. Detta fel manifesterade sig i molnets dygnscykel som inte var i fas simulerad av CAM5, orsakar den felaktiga vertikala fördelningen av stratiforma moln.