• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Naturen
    Modellutveckling är avgörande för att förstå klimatförändringarna

    Jordnät indikerar den dynamiska kärnan av den atmosfäriska modellkomponenten i FGOALS-f3-L, medan molnen och tillhörande nederbörd indikerar det fysiska nyckelschemat i den atmosfäriska modellen - Resolving Convective Precipitation (RCP) -schemat - vilket gör modellen skalmedveten och beräkningssnabb. Baserat på "Tianhe 2" superdator, som visas nedanför globen med rutnät, författarna slutför CMIP6 AMIP-experimenten, vilket kommer att bidra mycket till vår förståelse av extrema klimathändelser som tyfoner, översvämningar, torka, och snöstormar. Dessutom, dessa datauppsättningar kommer också att bidra till riktmärket för nuvarande modellbeteende för den önskade kontinuiteten för CMIP. Kredit:Advances in Atmospheric Sciences

    Numeriska modeller är ett nyckelverktyg för klimatforskare för att förstå det förflutna, nuvarande och framtida klimatförändringar till följd av naturliga, otvungen variation eller som svar på förändringar, enligt Dr. Qing Bao, Forskarassistent vid State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics (LASG), Institute of Atmospheric Physics (IAP), kinesiska vetenskapsakademin (CAS), och motsvarande författare till en nyligen publicerad studie.

    "Klimatförändring, som global uppvärmning, väsentligt påverka det mänskliga samhället i alla aspekter, och klimatförutsägelser är ett konstant hett ämne inom klimatvetenskapssamhället, " säger Dr. Bao. "The Coupled Model Intercomparison Project (CMIP), organiserad i regi av World Climate Research Programme's Working Group on Coupled Modeling, använder toppmoderna klimatmodeller för att tillhandahålla en fysisk evidensbas för beslutsfattare, såsom IPCC (Intergovernmental Panel on Climate Change)".

    Dr. Bao och hans modellteam – en grupp forskare från LASG/IAP – är ansvariga för utvecklingen av den atmosfäriska modellen av CAS klimatmodell FGOALS-f3-L. De avslutade nyligen AMIP-simuleringarna (Atmospheric Model Intercomparison Project) i den sjätte fasen av CMIP och publicerade sina datauppsättningar av ESGF-noderna (Earth System Grid Federation) som ett databeskrivningspapper i Framsteg inom atmosfärsvetenskap .

    The Finite-volym Atmospheric Model (FAMIL) i FGOALS-f3-L, som är den nya generationens AGCM (atmospheric general circulation model) av Spectral Atmosphere Model of LASG (SAMIL), har fixats för CMIP6-experimenten 2017. I den här versionen, den dynamiska kärnan och modellfysikparameteriseringsschemat har uppdaterats väsentligt. Den nya modellen är snabb på att slutföra enorma datoruppgifter och övervinner vissa modellfördomar relaterade till klimatkänslighet och molnmikrofysik från den senaste versionen. Den nuvarande versionen visar god förmåga inte bara att fånga storskaliga mönster av klimatologisk medelnederbörd och yttemperatur, men är också bra på att spegla händelser inom säsong som MJO (Madden-Julian Oscillation) och tyfoner, som var en utmaning för CMIP5 -modellerna, enligt Dr. He, den första författaren till denna uppsats.

    Efter utformningen av AMIP -experimenten, tre ensemblesimuleringar genomfördes under perioden 1979-2014, som tvingades fram av observerad månadsmedelvärde för havsytans temperatur och havsis, som rekommenderas av CMIP6-projekten. Modellens utdata innehåller totalt 37 variabler och inkluderar det erforderliga tretimmarsmedelvärdet, sextimmars övergående, dagliga och månatliga medeldatauppsättningar.

    "Preliminär utvärdering tyder på att FGOALS-f3-L kan fånga de grundläggande mönstren för atmosfärisk cirkulation och nederbörd väl, och dessa datauppsättningar skulle kunna bidra till riktmärket för nuvarande modellbeteende för den önskade kontinuiteten för CMIP, " Dr. Bao förklarar. "Analys av dessa datauppsättningar kommer också att vara till hjälp för att förstå källorna till modellbias och vara till nytta för utvecklingen av klimatprognossystem."


    © Vetenskap https://sv.scienceaq.com