Broken Environment–Storm Coupling in Global Kilometer-Scale Simulations
Questo studio rivela che i modelli globali a scala chilometrica non riescono a simulare realisticamente i sistemi convettivi mesoscalari perché disaccoppiano l'organizzazione delle tempeste dalle condizioni ambientali, portando a un'eccessiva innesco di tempeste e precipitazioni che non possono essere sostenute, minando così l'affidabilità delle proiezioni climatiche future.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immaginate l'atmosfera terrestre come una cucina gigante e caotica dove le tempeste sono gli chef. Per anni, gli scienziati hanno cercato di costruire un modello super-computerizzato di questa cucina per prevedere come le tempeste "cucinano" la pioggia. Recentemente, hanno aggiornato il modello a una versione a "scala chilometrica", che è come passare da una foto sfocata e a bassa risoluzione della cucina a un video 4K nitido e ad alta definizione. Si potrebbe pensare che questo significhi che il modello possa finalmente vedere esattamente come le tempeste si formano, crescono e si organizzano.
Ma ecco il colpo di scena: il nuovo video ad alta definizione mostra in realtà una versione molto strana e guasta della realtà.
La scoperta principale: Le tempeste sono "ipercaffeinate" e disconnesse
L'articolo, guidato da Dié Wang e dai colleghi dell'ETH di Zurigo, ha eseguito una simulazione globale di quattro anni utilizzando questo modello estremamente dettagliato. Si sono concentrati su tre "hotspot" tropicali dove le tempeste amano sostare: la foresta amazzonica, il bacino del Congo e il Pacifico occidentale tropicale.
Ciò che hanno scoperto è che il modello sta creando troppe tempeste. In effetti, sta inventando tra il 49% e il 191% in più di inizi di tempeste rispetto a quelle che vediamo realmente nella vita vera. Ma la cosa più strana non è solo la quantità; è la personalità di queste tempeste.
Nel mondo reale, le tempeste sono come una compagnia di danza ben organizzata. L'ambiente (la musica e il palco) dice ai ballerini come raggrupparsi. Se l'aria è umida e il vento è quello giusto, i ballerini (le celle temporalesche) si tengono per mano, formano una grande linea duratura (un sistema convettivo a mesoscala, o MCS), e poi l'intero gruppo produce una quantità massiccia di pioggia insieme. L'ambiente controlla l'organizzazione, e l'organizzazione controlla la pioggia.
Nel modello al computer, invece, la danza è rotta. L'ambiente dice ancora alle tempeste di iniziare, ma perde il controllo su come si organizzano. Invece di formare una grande troupe coordinata, le tempeste del modello agiscono come un gruppo di ballerini iperattivi e individualisti che corrono verso il centro del palco, urlano "Pioggia!" immediatamente e poi crollano.
Gli autori hanno scoperto che nella simulazione, l'ambiente è collegato direttamente alla pioggia, saltando completamente il passaggio dell' "organizzazione". Le tempeste sono così desiderose di iniziare che scaricano tutta la loro acqua istantaneamente, non lasciando nulla che resti per costruire un sistema grande e duraturo. È come uno chef che afferra una padella, getta tutti gli ingredienti in una volta sola, li brucia in pochi secondi e serve un pasto minuscolo e carbonizzato invece di un banchetto cucinato lentamente.
Ciò che l'articolo esclude
Gli autori sostengono esplicitamente contro l'idea che questi modelli stiano solo "ottenendo i numeri giusti per i motivi sbagliati". A volte, un modello potrebbe accidentalmente ottenere la giusta quantità di pioggia perché due errori si annullano a vicenda (come aggiungere troppo sale ma anche troppa acqua). Ma questo articolo dice: "No, il modo in cui le tempeste funzionano è fondamentalmente sbagliato".
Escludono anche l'idea che il modello stia solo perdendo alcuni piccoli dettagli. Il problema è profondo nella fisica. Ad esempio, in Amazzonia, il modello pensa che il terreno si stia scaldando troppo velocemente (sovrastimando il flusso di calore superficiale), il che rende l'aria sopra di esso instabile e innesca le tempeste troppo facilmente. Nel Congo, il modello crea un ambiente così caotico e instabile che le tempeste non riescono nemmeno a trovare un ritmo per organizzarsi.
Quanto sono sicuri?
Gli autori sono molto fiduciosi in ciò che hanno visto nella simulazione, ma sono cauti nel dire che si tratta di un reperto proveniente da una simulazione, non di una legge di natura provata per il mondo reale.
- La Simulazione: Hanno eseguito il modello per quattro anni con una spaziatura della griglia di 2,5 km. È incredibilmente dettagliato. Hanno scoperto che in questa specifica simulazione, il legame tra l'ambiente e l'organizzazione delle tempeste è interrotto.
- L'Evidenza: Hanno utilizzato uno strumento matematico sofisticato chiamato "scoperta causale" (nello specifico un algoritmo chiamato NOTEARS) per mappare le relazioni di causa ed effetto. Nei dati del mondo reale (osservazioni e rianalisi), la matematica mostra un percorso chiaro: Ambiente → Organizzazione → Pioggia. Nel modello, il percorso è: Ambiente → Pioggia (con l'Organizzazione che si perde lungo la strada).
- La Fiducia: Sono sicuri che il modello abbia questo specifico difetto. Sono meno sicuri su perché esattamente la fisica del modello stia fallendo (sebbene sospettino che sia dovuto al terreno troppo caldo e a un eccessiva convergenza di umidità), ma sono sicuri che il "collegamento interrotto" sia la ragione per cui le tempeste sono troppo piccole e troppo brevi.
Il "Perché" dietro la danza rotta
Perché il modello agisce in questo modo? Gli autori suggeriscono che l'ambiente del modello è semplicemente troppo perfetto per far iniziare le tempeste, ma troppo caotico per mantenerle in vita.
- Troppo Carburante: Il modello pensa che ci sia molta più energia disponibile per far iniziare le tempeste (Energia Potenziale Connettiva Disponibile, o CAPE) di quanta ce ne sia realmente. In Amazzonia, il modello pensa che l'energia sia di 2.557 J kg⁻¹, mentre la realtà è di circa 1.031 J kg⁻¹. Nel Congo, la situazione è ancora peggiore: tre volte superiore alla realtà.
- Il Problema del "Rainout": Poiché il modello pensa che l'aria sia così instabile, le tempeste iniziano subito a urlare "Pioggia!". Producono un enorme sussulto di pioggia (i tassi di picco sono troppo alti), ma poiché scaricano tutto così velocemente, rimangono senza "carburante" (idrometeore) per continuare a crescere. Non hanno mai la possibilità di espandersi in quei sistemi giganti e longevi che causano il meteo estremo.
In sintesi
Questo articolo è un campanello d'allarme per la prossima generazione di modelli meteorologici. Nonostante questi modelli a scala chilometrica siano l'avanguardia della tecnologia, stanno ancora lottando per comprendere correttamente la "vita sociale" delle tempeste. Possono far iniziare le tempeste, ma non riescono a farle restare unite.
Gli autori suggeriscono che, per risolvere questo problema, potremmo dover cambiare il modo in cui il modello gestisce il terreno (forse è troppo caldo nella simulazione) o come gestisce le minuscole particelle di acqua e ghiaccio all'interno delle nuvole. Finché non sistemeremo questo "collegamento interrotto", le nostre previsioni per le piogge estreme future potrebbero perdere la visione d'insieme. Il modello è come un musicista che può suonare una singola nota perfettamente, ma non riesce a suonare una melodia. Dobbiamo insegnargli come organizzare le note.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.