Ny computeralgoritme overlader klimamodeller og kan føre til bedre forudsigelser om fremtidige klimaændringer

Jordsystemmodeller - komplekse computermodeller, der beskriver jordprocesser, og hvordan de interagerer - er afgørende for at forudsige fremtidige klimaændringer. Ved at simulere vores land, oceaners og atmosfæres reaktion på menneskeskabte drivhusgasemissioner danner disse modeller grundlaget for forudsigelser om fremtidige ekstreme vejr- og klimahændelser, herunder dem, der er udstedt af FN's mellemstatslige panel om klimaændringer (IPCC).

Klimamodelbyggere har dog længe stået over for et stort problem. Fordi jordsystemmodeller integrerer mange komplicerede processer, kan de ikke umiddelbart køre en simulering; de skal først sikre sig, at den har nået en stabil ligevægt, der repræsenterer de virkelige forhold før den industrielle revolution. Uden denne indledende afregningsperiode – omtalt som "spin-up"-fasen – kan modellen "drifte" og simulere ændringer, der fejlagtigt kan tilskrives menneskeskabte faktorer.

Desværre er denne proces ekstremt langsom, da den kræver at køre modellen i mange tusinde modelår, hvilket for IPCC-simuleringer kan tage så meget som to år på nogle af verdens mest kraftfulde supercomputere.

Men en undersøgelse offentliggjort i Science Advances af en videnskabsmand fra University of Oxford beskriver en ny computeralgoritme, som kan anvendes på jordsystemmodeller for at reducere spin-up-tiden drastisk.

Under test af modeller brugt i IPCC-simuleringer var algoritmen i gennemsnit 10 gange hurtigere til at skrue op for modellen end de nuværende metoder, hvilket reducerede tiden det tager at opnå ligevægt fra mange måneder til under en uge.

Undersøgelsesforfatter Samar Khatiwala, professor i geovidenskab ved University of Oxfords afdeling for geovidenskab, som udtænkte algoritmen, sagde:"Minimering af modeldrift til en meget lavere pris i tid og energi er naturligvis afgørende for simuleringer af klimaændringer, men måske Den største værdi af denne forskning kan i sidste ende være for politiske beslutningstagere, der har brug for at vide, hvor pålidelige klimafremskrivninger er."

I øjeblikket forhindrer den lange spin-up-tid for mange IPCC-modeller klimaforskere i at køre deres model ved en højere opløsning og definere usikkerhed ved at udføre gentagne simuleringer.

Ved at reducere spin-up-tiden drastisk vil den nye algoritme gøre det muligt for forskere at undersøge, hvordan subtile ændringer af modelparametrene kan ændre outputtet – hvilket er afgørende for at definere usikkerheden i fremtidige emissionsscenarier.

Professor Khatiwalas nye algoritme anvender en matematisk tilgang kendt som sekvensacceleration, som har sine rødder med den berømte matematiker Euler.

I 1960'erne blev denne idé anvendt af D. G. Anderson for at fremskynde løsningen af ​​Schrödingers ligning, som forudsiger, hvordan stof opfører sig på mikroskopisk niveau. Så vigtigt er dette problem, at mere end halvdelen af ​​verdens supercomputerkraft i øjeblikket er afsat til at løse det, og "Anderson Acceleration", som det nu er kendt, er en af ​​de mest almindeligt anvendte algoritmer, der anvendes til det.

Professor Khatiwala indså, at Anderson Acceleration måske også kunne reducere modellens spin-up tid, da begge problemer er af iterativ karakter:et output genereres og føres derefter tilbage til modellen mange gange. Ved at bevare tidligere output og kombinere dem til et enkelt input ved hjælp af Andersons skema, opnås den endelige løsning meget hurtigere.

Dette gør ikke kun spin-up-processen meget hurtigere og mindre beregningsmæssigt dyr, men konceptet kan anvendes på det store udvalg af forskellige modeller, der bruges til at undersøge og informere politik om spørgsmål lige fra havforsuring til tab af biodiversitet.

Med forskergrupper rundt om i verden, der er begyndt at udvikle deres modeller til den næste IPCC-rapport, der forventes i 2029, arbejder professor Khatiwala sammen med en række af dem, herunder UK Met Office, for at afprøve hans tilgang og software i deres modeller.

Professor Helene Hewitt OBE, medformand for Coupled Model Intercomparison Project (CMIP) Panelet, som vil informere den næste IPCC-rapport, sagde:"Politiktagere er afhængige af klimaprognoser for at informere forhandlingerne, mens verden forsøger at opfylde Paris-aftalen. Dette arbejde er et skridt i retning af at reducere den tid, det tager at producere disse kritiske klimaprognoser."

Professor Colin Jones Leder af NERC/Met Office sponsorerede UK Earth-systemmodellering, sagde:"Spin-up har altid været uoverkommeligt dyrt med hensyn til beregningsomkostninger og tid. De nye tilgange udviklet af professor Khatiwala har løftet om at bryde denne blokering og levere et kvantespring i effektiviteten af ​​at opbygge sådanne komplekse modeller og, som en konsekvens, i høj grad øge vores evne til at levere rettidige, robuste estimater af globale klimaændringer."

Flere oplysninger: Samar Khatiwala, Effektiv spin-up af jordsystemmodeller ved hjælp af sekvensacceleration, Science Advances (2024). DOI:10.1126/sciadv.adn2839. www.science.org/doi/10.1126/sciadv.adn2839

Journaloplysninger: Videnskabelige fremskridt

Leveret af University of Oxford