Development of a model for high-resolution simulation over Japan based on the Integrated Land Simulator, ILS-Japan-1km version 1.0
作者开发了 ILS-Japan-1km，这是一种通过耦合 MATSIRO 和 CaMa-Flood 构建的高分辨率（1 km）集成陆面模型，用于模拟日本陆地物理过程，以评估气候变化影响并为适应策略提供信息。
原始论文采用 CC BY 4.0 许可（https://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，地球是一台巨大的、正在呼吸的机器。我们上方的空气是大气层，是一个由风和天气组成的旋涡海洋。但在我们的脚下，是土地，它是一层复杂的、有生命的皮肤，吸收着雨水，储存着热量，并滋养着河流。科学家们长期以来一直试图构建这种土地的“数字孪生体”，以了解当行星变暖时土地会如何反应。可以将这些数字模型视为地面本身的“天气预报员”。它们从空气中获取线索——比如温度和降雨——并计算出土壤、积雪以及河流中流动的降水会发生什么。为什么这很重要？因为随着气候的变化，这些地面过程决定了我们的农作物能否存活，城市是否会遭受洪灾，以及我们的生态系统如何适应。为了获得正确的答案，我们不能仅仅将土地看作一张模糊的地图，而需要以高清晰度的细节去观察它。
本文介绍了一种全新的、超高清的数字模型，名为 ILS-Japan-1km，专门设计用于以极高的精度模拟日本的地表。研究人员通过对现有的“集成陆面模拟器”（ILS）进行调整，使其能在仅为 1 公里（每个网格方块）的分辨率下运行，从而构建了这一系统。为了直观理解，虽然旧的全球模型可能会将一整座城市视为一个模糊的点，但这个新模型却能看到具体的社区、山脉和河谷。团队将一个处理土壤、积雪和植被的陆面模型 MATSIRO，与一个追踪河流流域内水分运动的河流模型 CaMa-Flood 相结合。他们使用一个特殊的“耦合器”将两者连接起来，这个耦合器就像是一个“通用翻译官”，让这两个即便使用不同“网格语言”的陆面和河流模型能够进行对话。他们利用名为 NIES2020 的高细节气候数据来驱动该系统，该数据提供了日本 1 公里分辨率的天气情景。
他们的模拟结果表明，这种新模型能够准确地重现现实世界的状况。当他们运行该模型模拟 1900 年至 2018 年期间的情况时，模拟的土壤温度和河流流量与来自气象站和河流监测站的实际观测值吻合良好。例如，模型正确地显示了在冬季，北海道和本州岛高海拔地区的深层土壤（3 米处）会变冷，而在冲绳等南部岛屿则会变暖。它还捕捉到了河流流量的季节性节奏，准确把握了高水位期和低水位期的时机。然而，论文也指出了一项特定的局限性：在某些河流中，该模型往往会高估洪水期间的流量，并低估枯水期的流量。作者认为，这很可能是因为模型尚未考虑到人工水坝，而水坝自然地平滑了这些极端情况。
最终，本文证明了在长时间跨度内（超过一个世纪）运行这些复杂的高分辨率模拟，且不导致计算机崩溃或数据混乱，是完全可能的。团队发现，通过将繁重的数值计算任务与文件保存任务分离，他们可以让该系统在强大的超级计算机上高效运行。虽然该模型目前尚不完美——特别是在涉及水坝等人为水资源管理方面——但它提供了一个强大的新工具。作者建议，该系统可以帮助科学家和决策者准确理解气候变化未来将如何影响日本的土地和水资源，提供比以往任何时候都更清晰的图景，以帮助社会进行适应。
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。