Modeludvikling er afgørende for at forstå klimaændringer

Numeriske modeller er et vigtigt redskab for klimaforskere til at forstå fortiden, nuværende og fremtidige klimaændringer som følge af naturlige, uforceret variation eller som reaktion på ændringer, ifølge Dr. Qing Bao, Forsker ved State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics (LASG), Institut for Atmosfærisk Fysik (IAP), Chinese Academy of Sciences (CAS), og den tilsvarende forfatter til en nyligt offentliggjort undersøgelse.

"Klima forandring, såsom global opvarmning, væsentligt påvirke det menneskelige samfund i alle aspekter, og klimaforudsigelse er et konstant varmt emne i det klimavidenskabelige samfund, "siger Dr. Bao." The Coupled Model Intercomparison Project (CMIP), organiseret i regi af World Climate Research Programme's arbejdsgruppe om koblet modellering, bruger topmoderne klimamodeller til at tilvejebringe et fysisk bevisgrundlag for beslutningstagere, f.eks. IPCC (mellemstatligt panel om klimaændringer) ".

Dr. Bao og hans modelhold-en gruppe forskere fra LASG/IAP-har ansvaret for udviklingen af ​​den atmosfæriske model af CAS 'FGOALS-f3-L klimamodel. De afsluttede for nylig AMIP (Atmospheric Model Intercomparison Project) simuleringer i sjette fase af CMIP og offentliggjorde deres datasæt af ESGF (Earth System Grid Federation) noder som et databeskrivelsespapir i Fremskridt inden for atmosfæriske videnskaber .

Den endelige volumen atmosfæriske model (FAMIL) i FGOALS-f3-L, som er den nye generation af AGCM (atmosfærisk generel cirkulationsmodel) af Spectral Atmosphere Model of LASG (SAMIL), er blevet rettet til CMIP6 -eksperimenterne i 2017. I denne version, den dynamiske kerne- og modelfysikparameterisering er blevet væsentligt opdateret. Den nye model er hurtig til at fuldføre enorme computeropgaver og overvinder nogle modelfordele relateret til klimafølsomhed og cloudmikrofysik fra den sidste version. Den nuværende version viser god evne ikke kun til at fange store mønstre af klimatologisk gennemsnitlig nedbør og overfladetemperatur, men er også god til at afspejle hændelser uden for sæsonen som MJO (Madden-Julian Oscillation) og tyfoner, som var en udfordring for CMIP5 -modellerne, ifølge Dr.He, den første forfatter til dette papir.

Efter designet af AMIP -eksperimenterne, tre ensemblesimuleringer blev udført i perioden 1979-2014, som blev tvunget af månedlig gennemsnitlig observeret havoverfladetemperatur og havis, som anbefalet af CMIP6 -projekterne. Modeloutputene indeholder i alt 37 variabler og inkluderer det nødvendige tre-timers gennemsnit, seks timers forbigående, daglige og månedlige gennemsnitlige datasæt.

"Foreløbig evaluering tyder på, at FGOALS-f3-L godt kan fange de grundlæggende mønstre for atmosfærisk cirkulation og nedbør, og disse datasæt kunne bidrage til benchmark for nuværende modeladfærd for den ønskede kontinuitet i CMIP, "Dr. Bao forklarer." Analyse af disse datasæt vil også være nyttig til at forstå kilderne til modelforspændinger og være til gavn for udviklingen af ​​klimaprognosesystemer. "