Simulerade spår i ett ensembleexperiment. Resultat från 27 ensemblemedlemmar visar möjlig spridning av tyfonspår. Kredit:Kanazawa University
Förutsägelser om hur klimatförändringar kan påverka extremvädersystem, som tyfoner, utförs vanligtvis med hjälp av generella cirkulationsmodeller (GCM), som representerar fysiska processer i atmosfären eller haven.
Dock, GCM kan påverkas av osäkerheter inklusive ofullkomligheter som modellens oförmåga att fullständigt beskriva de processer som ger upphov till det extrema vädret, och osäkerheter i effekterna av framtida koldioxidutsläpp. För att kompensera detta, flera olika förutsägelser bör göras när man modellerar framtida klimat, använder ett tillvägagångssätt som kallas ensemblemodellering. Dock, att generera det breda utbudet av data som behövs för att påbörja en ensemblesimulering kan vara komplext och beräkningskrävande.
Nu, Docent Kenji Taniguchi vid Japans Kanazawa University har utvecklat en enkel metod för att generera den stora mängd data som krävs för att initiera ensemblemodellering. I sin senaste artikel, publiceras i Journal of Geophysical Research:Atmospheres , Taniguchi ger detaljer om hur metoden fungerar, och demonstrerar dess effektivitet för ensemblesimulering av en tyfonhändelse och en ensemblesimulering av global uppvärmning.
"Den nya metoden har flera fördelar jämfört med tidigare använda metoder, " säger Taniguchi. "Den har hög beräkningsstabilitet, det kan börja när som helst och när som helst, och det kräver ingen speciell atmosfärisk struktur; så, den kan användas för att simulera alla typer av väderhändelser."
Schematisk vy av möjliga tillståndsvektorer i ett visst utrymme. Nypreparerad tillståndsvektor (Xn) genereras från de tre basvektorerna (X1, X2, och X3). Cirklar med streckad linje är möjliga tillståndsvektorer. Kredit:Kanazawa University
Metoden visades ge lämpliga initiala förutsättningar för simuleringarna av tyfonen och den globala uppvärmningen.
Han noterar att den nya metoden kan ge de olika förhållanden som behövs för att utforska de breda möjligheterna med meteorologiska fenomen. Det skulle också kunna göra det möjligt att bedöma förändringar i sannolikheten för extrema händelser baserat på en stor spridning av vindhastighet, tryck, och nederbördsdata.
Den nya metoden, efter ytterligare förfining och utveckling, skulle kunna bidra till att förbättra den praktiska användningen av framtida globala uppvärmningsexperiment för att uppskatta sannolikheten för riskfaktorer för extrema händelser och relaterade konsekvensbedömningar.
Frekvensfördelningar och sannolikhetstäthetskurvor för den maximala nederbörden per timme i ensembleförsök för nuvarande och framtida klimatförhållanden. Sannolikhetstäthetskurvorna visar tydliga skillnader. Endast en eller ett litet antal simuleringar kunde inte avslöja sådana variationer under den globala uppvärmningen. Upphovsman:Kanazawa University
"Endast en GCM-utgång användes i denna studie, och det fanns olika andra antaganden om strukturen av datan, " säger Taniguchi. "I framtida arbete, simuleringar med flera GCM-utgångar bör inkluderas för att överväga osäkerheterna som är inneboende i olika GCM:er och vi bör tänka på att skräddarsy datadistributionen för varje enskilt fall."
Även om den ursprungligen utvecklades för studier av global uppvärmning, de möjliga tillämpningarna av Taniguchis nya metod är breda. Det har potential att användas i ett brett spektrum av problem som kräver ensemblesimulering, såsom importbedömning av variationer i marktäckesförändringar och havsytans temperatur mm.
