Global Kilometer-Scale Simulations with ARP-GEM2: Effect of Parameterized Convection and Calibration
Dit artikel documenteert de kalibratie van het kilometer-schaal wereldwijde atmosferische model ARP-GEM2 en demonstreert dat, bij resoluties tot 2,6 km, geparametriseerde convectie essentieel blijft voor een nauwkeurige representatie van de gemiddelde toestand, terwijl een evenwicht moet worden gevonden tussen de getrouwheid van de gemiddelde toestand en de klimaatvariabiliteit, wat suggereert dat zelfs hogere resoluties vereist kunnen zijn om de voordelen van expliciete convectie volledig te benutten.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je het weer probeert te voorspellen of wilt begrijpen hoe ons klimaat in de toekomst zal veranderen. Wetenschappers gebruiken enorme, complexe computerprogramma's die "klimaatmodellen" worden genoemd om de atmosfeer van de aarde te simuleren. Denk aan deze modellen als een massieve digitale wereldbol gemaakt van een raster, zoals een gigantisch schaakbord dat over de planeet is uitgespreid. Elk vierkant op dit bord bevat informatie over temperatuur, wind en regen.
Het probleem is dat de echte wereld rommelig is en vol zit met kleine details. Een enkele stormwolk is veel kleiner dan een typisch vierkant op dit digitale schaakbord. Om dit aan te pakken, moesten wetenschappers vroeger "short-cuts" of "recepten" gebruiken die "parametrisaties" worden genoemd. Dit zijn soortgelijke gokregels die de computer vertellen: "Als het hier warm en vochtig is, neem aan dat er een wolk ontstaat." Maar deze shortcuts gaan vaak fout, wat leidt tot afwijkingen waarbij het model denkt dat het op bepaalde plaatsen te droog of te nat is.
Stel je nu voor dat je die vierkanten op het schaakbord kleiner maakt tot ze minuscuul zijn—slechts een paar kilometer breed. Dit wordt "kilometer-schaal" modellering genoemd. Op deze grootte kan de computer de wolken die ontstaan en bewegen daadwerkelijk "zien" zonder dat er veel van die short-cuts nodig zijn. Het is alsof je overstapt van het bekijken van een wazige foto met een lage resolutie van een storm naar het kijken naar een haarscherpe 4K-video. De grote vraag die wetenschappers stellen is: Als we de wolken zo duidelijk kunnen zien, hebben we die oude "recept"-shortcuts dan nog steeds nodig, of kunnen we ze volledig uitzetten om een perfect beeld te krijgen?
Dit artikel, geschreven door Olivier Geoffroy en David Saint-Martin, duikt diep in deze vraag met behulp van een zeer geavanceerd weermodel genaamd ARP-GEM2. De auteurs testen in feite hoe goed hun model werkt wanneer ze de resolutie naar het extreme verhogen—totast 1,3 kilometer, wat ongelooflijk fijn is voor een wereldwijde simulatie. Ze wilden zien wat er gebeurt wanneer ze het model op deze hoge snelheid en hoge definitie draaien, specifiek door te testen of ze de "diepe convectie"-shortcut (het recept voor grote, hoge stormwolken) kunnen uitzetten en nog steeds een realistisch klimaat krijgen.
Het team draaide hun model op verschillende resoluties, van een standaard 25 kilometer tot aan 1,3 kilometer. Ze probeerden twee hoofdbenaderingen: één waarbij het model nog steeds het "recept" voor diepe stormen gebruikt, en een andere waarbij ze dat recept volledig uitschakelden, zodat de computer de stormen zelf kan uitzoeken. Ze moesten ook het model "tunen", wat vergelijkbaar is met het afstemmen van de knoppen op een radio om het helderste signaal te krijgen, om ervoor te zorgen dat de energiebalans van het model overeenkomt met wat we daadwerkelijk in de echte wereld waarnemen.
Dit is wat ze vonden, en het is een beetje een gemengd beeld. Ten eerste is het model een computationeel beest. Het kan wereldwijde simulaties draaien op een resolutie van 1,3 km, wat een enorme prestatie is. Echter, ze ontdekten dat het simpelweg uitzetten van de storm-"recept" de computer niet automatisch perfect maakt. Sterker nog, toen ze de diepe convectie-methode uitzetten, werd het "gemiddelde staat" van het model—zijn gemiddelde, alledaagse klimaat—een beetje wankel. De tropen werden te droog en de regenpatronen begonnen vreemd te worden, waarbij een "dubbele ITCZ" ontstond (een vreemde dubbele band van regen nabij de evenaar die daar niet hoort te zijn). Het is alsof de interne logica van het model, zonder het recept, te efficiënt werd in het uitdrogen van de lucht, waardoor er een klimaat ontstond dat te extreem was.
Er is echter een zilveren randje aan de wolk. Wanneer ze naar de variabiliteit keken—hoe het weer van dag tot dag verandert en de specifieke patronen van regen—veranderde het verhaal. Bij hoge resoluties deed het model het beter in het matchen van werkelijke regenpatronen wanneer de diepe convectie-shortcut werd uitgeschakeld of zeer "verdund" (verzwakt) werd. De dagelijkse regenverdeling zag er meer uit als wat we in de natuur zien, met minder valse "pieken" van regen die de shortcuts vroeger creëerden. Dit suggereert dat naarmate we beter worden in het zien van de wolken, de noodzaak voor het oude recept afneemt, maar dat we het nog niet volledig weg kunnen gooien.
De auteurs suggereren dat de beste weg vooruit een compromis is. In plaats van het recept volledig uit te schakelen, ontdekten zij dat het heel effectief is om de "entrainment" (hoeveelheid droge lucht die in de storm mengt) erg hoog te maken. Dit is als het vertellen aan de storm: "Meng veel droge lucht bij, zodat je niet te gek wordt." Deze aanpak stelt het model in staat om soepel over te gaan van het gebruik van shortcuts naar het niet meer gebruiken ervan. Ze vonden dat bij een resolutie van 2,6 km een "verdunde" versie van het convectieschema helpt om het gemiddelde klimaat stabiel te houden, terwijl de details van de hoge resolutie toch tot hun recht komen.
Kortom, dit artikel suggereert dat hoewel kilometer-schaal modellen krachtig genoeg zijn om de echte fysica van stormen te beginnen zien, we nog niet klaar zijn om het "stormrecept" volledig uit onze software te verwijderen. Als we dat doen, raakt het gemiddelde klimaat van het model uit koers. Maar als we het recept aanpassen om het veel zwakker en meer verdund te maken, krijgen we het beste van beide werelden: een stabiel gemiddeld klimaat en een veel realistischer beeld van hoe regen daadwerkelijk valt. De auteurs concluderen dat hoewel hoge resolutie een enorme stap voorwaarts is, het vinden van de juiste balans tussen de natuurlijke fysica van het model en de noodzakelijke shortcuts nog steeds een delicate kunst is, die zorgvuldige afstemming vereist om één set fouten te voorkomen terwijl een andere wordt opgelost.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.