Videnskab
 science >> Videnskab >  >> Natur

Hvorfor har vi brug for nye klimamodeller

Jo højere opløsning, jo mere præcise prognoser:klimamodeller. Kredit:ETH Zürich

Klimamodeller er en succeshistorie, givet at meget af det, de forudsagde, faktisk er gået i opfyldelse. Alligevel, Reto Knutti påpeger i et blogindlæg, forskere har stadig brug for nye modeller.

I 1950, meteorologerne Jule Charney og Ragnar Fjørtoft sluttede sammen med matematiker John von Neumann og andre forskere til at skabe den første computersimulering af vejret. Dengang, det tog 24 timers beregninger at forudsige 24 timers vejrværdi. Med andre ord, praktisk talt så snart den sølle prognose var færdig, virkeligheden havde sat ind og gjort den ubrugelig. Dagens vejrudsigter er forbløffende gode, ofte producerer dygtige prognoser op til en uge i forvejen og designet til at omfatte ekstreme begivenheder. De er tilgængelige på alle mobiltelefoner, og alle ved, hvordan de skal fortolkes.

Fantastiske fremskridt med klimamodeller

Klimamodeller er tæt forbundet med vejrmodeller; og de, også, har gjort fantastiske fremskridt. I dag simulerer de luft- og havstrømme, havis, biosfæren, jord, kulstofcyklussen og meget mere. De tager højde for tusindvis af feedbackeffekter og klimaprocesser, består af en million linjer programmeringskode, og producere petabytes med data - og disse modeller er en succeshistorie på mange måder. Mange fremskrivninger af klimamodeller er gået i opfyldelse. Det var på basis af netop sådanne fremskrivninger, at beslutningstagere besluttede, at vi skulle begrænse den menneskeskabte globale opvarmning til betydeligt mindre end 2 grader Celsius. Men hvorfor, derefter, kræver dette felt endnu mere forskning og nye modeller?

For årtier siden, statistikeren George Box udtalte:"Alle modeller tager fejl, men nogle er nyttige. "Og faktisk, hver model forenkler virkeligheden til en vis grad. For visse spørgsmål, denne forenkling er berettiget, mens for andre, usikkerheden er stadig stor. Et punkt især er, at hver model har en specifik rumlig opløsning, eller skala, under hvilken ingen prognoser er mulige. I dag har klimamodeller typisk en skala fra 10 til 50 kilometer. Selv denne beslutning gør det klart, at vi skal reducere vores CO 2 emissioner. Imidlertid, at finde ud af, hvor ofte varme og tørre somre som den i 2018 vil forekomme, eller hvis den schweiziske bjerglandsby Sedrun stadig vil modtage sne nok i år 2040, vi har brug for en skala på blot et par kilometer. Det er fordi bjerge, dale og stærkt lokaliserede fænomener - såsom stigningen af ​​luftmasser, der bliver til skyformationer - spiller kritiske roller.

Alligevel kræver det en enorm computerkraft at opnå disse mindre skalaer, lignende findes kun oftere og oftere på computere med grafikprocessorenheder (GPU'er). Derfor, modellens "indre virke, "med andre ord, hvordan de enkelte kerner deler og behandler data, skal omprogrammeres. Sådanne kraftfulde supercomputere gør det muligt at kortlægge små fænomener, såsom tordenvejr, eller bymodeller på nye og forbedrede måder. Imidlertid, de producerer også flere data, end de muligvis kan gemmes.

At få en model i høj opløsning til at køre på en ny computerarkitektur kræver således fysikeres ekspertise, kemikere, biologer og andre eksperter til bedre at beskrive disse små fænomener. Computerforskere, også, er nødvendige, hvis vi skal udnytte de nye teknologier effektivt. Men i slutningen af ​​dagen, selv den bedste simulering er ubrugelig, hvis dens brugere ikke forstår den eller ikke ved, hvad de skal bruge den til.

Fordele for samfundet

For forskere, klimamodeller er værktøjer, hvormed de kan teste deres hypoteser, lære at forstå processer og fortolke måledata. Men de kan også gøre mere:klimamodeller bruges i prognoser til at minimere risici og sårbarheder i samfundet og infrastrukturen og til at finde robuste tilpasningsmidler. Dialogen med og fordel for brugerne er nøglen til denne proces. Når vi klimamodellerne forstår, hvilken information landmænd eller civilingeniører har brug for til hvilket sted og tidsramme, så kan vi bedre forberede vores modeller til justering- et lysende eksempel på, hvordan teknologisk udvikling og tvær- og tværfaglig forskning arbejder sammen for at levere håndgribelige fordele for samfundet.


Varme artikler