Jordsystemmodeller – komplexa datormodeller som beskriver jordens processer och hur de interagerar – är avgörande för att förutsäga framtida klimatförändringar. Genom att simulera svaret från vårt land, hav och atmosfär på konstgjorda växthusgasutsläpp, utgör dessa modeller grunden för förutsägelser om framtida extremväder och klimathändelsscenarier, inklusive de som utfärdats av FN:s mellanstatliga panel för klimatförändringar (IPCC).

Klimatmodellerare har dock länge stått inför ett stort problem. Eftersom jordsystemmodeller integrerar många komplicerade processer kan de inte omedelbart köra en simulering; de måste först säkerställa att den har nått en stabil jämvikt som representerar verkliga förhållanden före den industriella revolutionen. Utan denna initiala avvecklingsperiod – kallad "spin-up"-fasen – kan modellen "driva" och simulera förändringar som felaktigt kan tillskrivas konstgjorda faktorer.

Tyvärr är denna process extremt långsam eftersom den kräver att modellen körs i många tusen års modellår, vilket för IPCC-simuleringar kan ta så mycket som två år på några av världens mest kraftfulla superdatorer.

En studie publicerad i Science Advances av en forskare vid University of Oxford beskriver en ny datoralgoritm som kan tillämpas på jordsystemmodeller för att drastiskt minska spin-up-tiden.

Under tester på modeller som används i IPCC-simuleringar var algoritmen i genomsnitt 10 gånger snabbare på att snurra upp modellen än för närvarande använda metoder, vilket minskade tiden det tog att uppnå jämvikt från många månader till under en vecka.

Studieförfattaren Samar Khatiwala, professor i geovetenskaper vid University of Oxfords institution för geovetenskaper, som utvecklade algoritmen, sa:"Att minimera modelldrift till en mycket lägre kostnad i tid och energi är uppenbarligen avgörande för simuleringar av klimatförändringar, men kanske Det största värdet av denna forskning kan i slutändan vara för beslutsfattare som behöver veta hur tillförlitliga klimatprognoser är."

För närvarande hindrar den långa spin-up-tiden för många IPCC-modeller klimatforskare från att köra sin modell med en högre upplösning och definiera osäkerhet genom att utföra upprepade simuleringar.

Genom att drastiskt minska spin-up-tiden, kommer den nya algoritmen att göra det möjligt för forskare att undersöka hur subtila förändringar av modellparametrarna kan förändra produktionen – vilket är avgörande för att definiera osäkerheten i framtida utsläppsscenarier.

Professor Khatiwalas nya algoritm använder sig av en matematisk metod som kallas sekvensacceleration, som har sina rötter med den berömda matematikern Euler.

På 1960-talet användes denna idé av D. G. Anderson för att påskynda lösningen av Schrödingers ekvation, som förutsäger hur materia beter sig på mikroskopisk nivå. Så viktigt är detta problem att mer än hälften av världens superdatorkraft för närvarande ägnas åt att lösa det, och "Anderson Acceleration", som det nu kallas, är en av de mest använda algoritmerna som används för det.

Professor Khatiwala insåg att Anderson Acceleration också skulle kunna minska modellens spin-up-tid eftersom båda problemen är av iterativ karaktär:en utdata genereras och matas sedan tillbaka till modellen många gånger om. Genom att behålla tidigare utdata och kombinera dem till en enda ingång med Andersons schema, uppnås den slutliga lösningen mycket snabbare.

Detta gör inte bara spin-up-processen mycket snabbare och billigare beräkningsmässigt dyr, utan konceptet kan appliceras på det enorma utbudet av olika modeller som används för att undersöka och informera policy om frågor som sträcker sig från havsförsurning till förlust av biologisk mångfald.

Med forskargrupper runt om i världen som börjar utveckla sina modeller för nästa IPCC-rapport, som kommer 2029, arbetar professor Khatiwala med ett antal av dem, inklusive UK Met Office, för att testa hans tillvägagångssätt och mjukvara i deras modeller.

Professor Helene Hewitt OBE, medordförande för Coupled Model Intercomparison Project (CMIP) Panel, som kommer att informera nästa IPCC-rapport, sa:"Policymakers förlitar sig på klimatprognoser för att informera förhandlingarna när världen försöker uppfylla Parisavtalet. Detta arbete är ett steg mot att minska tiden det tar att ta fram dessa kritiska klimatprognoser."

Professor Colin Jones Chef för NERC/Met Office sponsrade modellering av jordsystem i Storbritannien, sa:"Spin-up har alltid varit oöverkomligt dyrt i termer av beräkningskostnad och tid. De nya tillvägagångssätten som utvecklats av professor Khatiwala har löftet att bryta detta problem och leverera ett kvantsprång i effektiviteten av att skapa sådana komplexa modeller och, som en konsekvens, avsevärt öka vår förmåga att leverera snabba, robusta uppskattningar av globala klimatförändringar."

Mer information: Samar Khatiwala, Effektiv spin-up av jordsystemmodeller med sekvensacceleration, Science Advances (2024). DOI:10.1126/sciadv.adn2839. www.science.org/doi/10.1126/sciadv.adn2839

Journalinformation: Vetenskapens framsteg

Tillhandahålls av University of Oxford