Global Kilometer-Scale Simulations with ARP-GEM2: Effect of Parameterized Convection and Calibration
本文记录了千米级全球大气模型 ARP-GEM2 的定标过程，并证明了在高达 2.6 公里的分辨率下，参数化对流对于准确表征平均态仍然至关重要，同时必须在平均态保真度与气候变率之间取得平衡，这表明甚至可能需要更高的分辨率才能充分实现显式对流带来的益处。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，试图预测天气或理解我们的气候在未来将如何变化。科学家们使用被称为“气候模型”的巨大且复杂的计算机程序来模拟地球的大气层。把这些模型想象成一个由网格组成的巨大数字地球仪，就像一个拉伸在行星上的巨大棋盘。棋盘上的每个方格都包含关于温度、风力和降雨的信息。
问题在于，现实世界是混乱且充满微小细节的。单个雷暴云团的尺寸远小于典型数字棋盘上的一个方格。为了处理这个问题，科学家们过去不得不使用被称为“参数化”（parameterizations）的“捷径”或“配方”。这些是类似于猜测性的规则，告诉计算机：“如果这里又热又潮湿，就假设会形成一朵云。”但这些捷径经常出错，导致模型产生偏差，比如让模型认为某些地方太干燥或太湿润。
现在，想象一下将棋盘上的那些方格缩小——直到它们只有几公里宽。这被称为“千米级”建模。在这个尺度下，计算机实际上可以“看到”云层的形成和移动，而不需要依赖那么多捷径。这就像是从看一张模糊的低分辨率照片，切换到观看清晰的 4K 高清视频。科学家们提出的核心问题是：如果我们能如此清晰地看到云层，我们是否还需要那些旧的“配方”捷径，或者我们能否完全关闭它们以获得完美的图像？
这篇由 Olivier Geoffroy 和 David Saint-Martin 撰写的论文，利用一种名为 ARP-GEM2 的超先进天气模型，对这个问题的进行了深入探讨。作者们本质上是在测试当他们将分辨率提高到极致——降至 1.3 公里（这对于全球模拟来说是非常精细的水平）时，他们的模型表现如何。他们想看看当他们在这种高速度、高清晰度下运行模型时，会发生什么，特别是测试他们是否可以在关闭“深对流”（deep convection，即大而高的风暴云的配方）的情况下，依然获得一个真实的气候。
团队以不同的分辨率运行了他们的模型，从标准的 25 公里一直到 1.3 公里。他们尝试了两种主要方法：一种是模型仍然使用深对流“配方”，另一种是他们完全关闭了这个配方，让计算机自己去处理风暴。他们还必须对模型进行“调优”，这就像是调节收音机的旋钮以获得最清晰的信号，以确保模型的能量平衡与我们在现实世界中观察到的情况相匹配。
以下是他们的发现，其结果喜忧参半。首先，该模型是一个计算能力的巨兽。它能够运行 1.3 公里分辨率的全球模拟，这是一项巨大的成就。然而，他们发现仅仅关闭风暴“配方”并不会自动让模型变得完美。事实上，当他们关闭深对流方案时，模型的“平均态”（mean state）——即它的平均日常气候——变得有些不稳定。热带地区变得过于干燥，降水模式也开始变得奇怪，形成了一个并不存在的“双 ITCZ”（赤道附近奇怪的双带状降水区）。这就像是如果没有了配方，模型的内部逻辑变得过于高效，以至于把空气抽干了，创造出了一个过于极端的气候。
不过，也有积极的一面。当他们观察“变率”（variability）——即天气每天的变化以及具体的降水模式时——情况发生了变化。在高分辨率下，当深对流捷径被关闭或变得非常“稀释”（diluted/减弱）时，模型在匹配现实世界的降水模式方面做得更好。每日降水分布看起来更接近自然界，没有了以往捷径所制造出的那些虚假的降水“峰值”。这表明，随着我们观察云层变得更加清晰，对旧配方的需求正在逐渐消失，但我们还不能完全抛弃它。
作者们建议，最好的路径是一种折中方案。他们发现，与其完全关闭配方，不如让“卷入”（entrainment，即有多少干空气混入风暴中）的过程变得非常高。这就像是告诉风暴：“混入大量的干空气，这样你就不会变得太疯狂。”这种方法允许模型从使用捷径向不使用捷径平稳过渡。他们发现，在 2.6 公里的分辨率下，一个“稀释版”的对流方案有助于保持平均气候的稳定，同时又能让高分辨率的细节得以展现。
简而言之，这篇论文表明，虽然千米级模型已经强大到足以开始观察风暴的真实物理过程，但我们还没有准备好完全删除软件中的“风暴配方”。如果我们这样做，模型的平均气候就会失控。但如果我们微调配方，使其变得更弱、更稀释，我们就能获得两全其美：一个稳定的平均气候和一个更真实的降水过程图景。作者总结道，虽然高分辨率是一个巨大的进步，但寻找模型自身的物理特性与必要的捷径之间的正确平衡仍是一门精妙的艺术，需要仔细的调优，以避免在修复一个问题的同时产生另一组错误。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。