Simulerede numre i et ensembleeksperiment. Resultater fra 27 ensemblemedlemmer viser mulig spredning af tyfonspor. Kredit:Kanazawa University
Forudsigelser om, hvordan klimaforandringer kan påvirke ekstreme vejrsystemer, såsom tyfoner, udføres normalt ved hjælp af generelle cirkulationsmodeller (GCM'er), som repræsenterer fysiske processer i atmosfæren eller oceanerne.
Imidlertid, GCM'er kan blive påvirket af usikkerheder, herunder ufuldkommenheder, såsom modellens manglende evne til fuldt ud at beskrive de processer, der giver anledning til det ekstreme vejr, og usikkerheder i virkningerne af fremtidige kulstofemissioner. For at opveje dette, flere forskellige forudsigelser bør foretages ved modellering af fremtidige klimaer, ved hjælp af en tilgang kendt som ensemble modellering. Imidlertid, Det kan være komplekst og beregningskrævende at generere den brede vifte af data, der er nødvendige for at starte en ensemblesimulering.
Nu, Lektor Kenji Taniguchi fra Japans Kanazawa Universitet har udviklet en simpel metode til at generere den store mængde data, der kræves for at igangsætte ensemblemodellering. I sin seneste artikel, udgivet i Journal of Geophysical Research:Atmosfærer , Taniguchi giver detaljer om, hvordan metoden virker, og demonstrerer dens effektivitet til ensemblesimulering af en tyfonbegivenhed og en ensemblesimulering af global opvarmning.
"Den nye metode har flere fordele i forhold til tidligere anvendte tilgange, " siger Taniguchi. "Den har høj beregningsstabilitet, det kan begynde på ethvert tidspunkt og dato, og det kræver ikke nogen særlig atmosfærisk struktur; så, den kan bruges til at simulere enhver form for vejrbegivenhed."
Skematisk visning af mulige tilstandsvektorer i et bestemt rum. Nyfremstillet tilstandsvektor (Xn) genereres fra de tre basevektorer (X1, X2, og X3). Cirkler med stiplet linje er mulige tilstandsvektorer. Kredit:Kanazawa University
Metoden blev demonstreret at give passende startbetingelser for tyfonen og simuleringerne af global opvarmning.
Han bemærker, at den nye metode kan give de mange forskellige forhold, der er nødvendige for at udforske de brede muligheder for meteorologiske fænomener. Det kunne også muliggøre vurdering af ændringer i sandsynligheden for ekstreme hændelser baseret på en bred spredning af vindhastighed, tryk, og nedbørsdata.
Den nye metode, efter lidt yderligere forfining og udvikling, kunne bidrage til at forbedre den praktiske anvendelse af fremtidige globale opvarmningseksperimenter til vurdering af sandsynligheden for risikofaktorer for ekstreme begivenheder og relaterede konsekvensanalyser.
Frekvensfordelinger og sandsynlighedstæthedskurver for den maksimale timenedbør i ensembleforsøg for nuværende og fremtidige klimaforhold. Sandsynlighedsdensitetskurverne viser tydelige forskelle. Kun en eller et lille antal simuleringer kunne ikke afsløre sådanne variationer under den globale opvarmning. Kredit:Kanazawa University
"Kun én GCM-output blev brugt i denne undersøgelse, og der var forskellige andre antagelser om strukturen af dataene, " siger Taniguchi. "I fremtidigt arbejde, simuleringer med flere GCM-output bør inkluderes for at tage højde for de usikkerheder, der er iboende i forskellige GCM'er, og vi bør tænke på at skræddersy datafordelingen til hvert enkelt tilfælde."
Selvom det oprindeligt blev udviklet til undersøgelser af global opvarmning, de mulige anvendelser af Taniguchis nye metode er brede. Det har potentiale til brug i en bred vifte af problemer, der kræver ensemblesimulering, såsom importvurdering af variationer i landdækningsændringer og havoverfladetemperatur mv.