Параметризация (моделирование климата)

Параметризация в модели погоды или климата — это метод замены процессов, которые слишком мелкомасштабны или сложны, чтобы их можно было физически представить в модели, упрощенным процессом. Это можно противопоставить другим процессам – например, крупномасштабным потокам атмосферы – которые явно рассматриваются в моделях. С этими параметризациями связаны различные параметры, используемые в упрощенных процессах. Примеры включают скорость падения капель дождя, конвективные облака, упрощение переноса атмосферного излучения на основе кодов переноса атмосферного излучения и микрофизику облаков . Радиационная параметризация важна как для атмосферного, так и для океанического моделирования. Выбросы в атмосферу из различных источников в отдельных ячейках сетки также необходимо параметризовать, чтобы определить их влияние на качество воздуха .

Облака

Сетка модели погоды и климата имеет стороны от 5 километров (3,1 мили) до 300 километров (190 миль). Типичное кучевое облако имеет масштаб менее 1 километра (0,62 мили), и для его физического представления с помощью уравнений движения жидкости потребуется еще более мелкая сетка. Следовательно, процессы, которые такие облака представляют собой , параметризуются процессами различной сложности. В самых ранних моделях, если столб воздуха в сетке модели был нестабильным (т. е. нижняя часть была теплее верхней), то он переворачивался, и воздух в этом вертикальном столбе смешивался. Более сложные схемы добавляют усовершенствования, признавая, что только некоторые части коробки могут конвектировать и что происходят унос и другие процессы. ^[1] Модели погоды, имеющие ячейки со сторонами от 5 километров (3,1 мили) до 25 километров (16 миль), могут явно представлять конвективные облака, хотя им все равно необходимо параметризовать микрофизику облаков. ^[2]

Образование крупномасштабных ( слоистых ) облаков имеет более физическую основу: они образуются, когда относительная влажность достигает некоторого заданного значения. Тем не менее, необходимо учитывать процессы в масштабе подсети. Вместо того чтобы предполагать, что облака образуются при относительной влажности 100 %, фракцию облаков можно соотнести с критической относительной влажностью 70 % для слоистых облаков и 80 % или выше для кучевых облаков. ^[3] отражающее изменение масштаба подсетки, которое может произойти в реальном мире. Части параметризации осадков включают скорость конденсации, энергетический обмен, связанный с изменением состояния водяного пара в жидкие капли, а также микрофизический компонент, который контролирует скорость перехода от водяного пара к водяным каплям. ^[4]

Излучение и взаимодействие атмосферы с поверхностью

Количество солнечной радиации, достигающей уровня земли на пересеченной местности или из-за переменной облачности, параметризуется, поскольку этот процесс происходит на молекулярном уровне. ^[5] Этот метод параметризации также применяется для поверхностного потока энергии между океаном и атмосферой, чтобы определить реалистичную температуру поверхности моря и тип морского льда, обнаруженного у поверхности океана. ^[4] Кроме того, размер сетки моделей велик по сравнению с фактическим размером и шероховатостью облаков и топографии. Учитывается угол солнца, а также влияние нескольких слоев облаков. ^[6] Тип почвы, тип растительности и влажность почвы определяют, сколько радиации идет на потепление и сколько влаги попадает в окружающую атмосферу. Таким образом, их важно параметризовать. ^[7]

Качество воздуха

Прогнозирование качества воздуха пытается предсказать, когда концентрации загрязняющих веществ достигнут уровней, опасных для здоровья населения. Концентрация загрязняющих веществ в атмосфере определяется транспортом, диффузией , химическим превращением и отложением на почве . ^[8] Помимо информации об источнике загрязнения и местности, этим моделям требуются данные о состоянии потока жидкости в атмосфере для определения ее переноса и диффузии. ^[9] В рамках моделей качества воздуха параметризация учитывает выбросы в атмосферу из множества относительно небольших источников (например, дорог, полей, заводов) в определенных ячейках сетки. ^[10]

Эдди

Океан (и, хотя и более изменчиво, атмосфера) стратифицирован по плотности. В состоянии покоя поверхности постоянной плотности (известные как изопикны в океане) будут параллельны поверхностям постоянного давления ( изобарам ). Однако различные процессы, такие как геострофия и апвеллинг, могут привести к наклону изопикн относительно изобар. Эти наклонные поверхности плотности представляют собой источник потенциальной энергии, и, если наклон становится достаточно крутым, нестабильность жидкости, известная как бароклинная неустойчивость может возникнуть . Вихри возникают из-за бароклинной нестабильности, которая выравнивает поверхности плотности за счет наклонного обмена жидкости. ^[11]

В результате вихри формируются в характерном масштабе, называемом радиусом деформации Россби . Этот масштаб зависит от силы стратификации и параметра Кориолиса (который, в свою очередь, зависит от широты). В результате формируются бароклинные вихри масштабов около 1° (~100 км) в тропиках, но менее 1/12° (~10 км) на полюсах и в некоторых шельфовых морях. ^[12] Большинство климатических моделей, например тех, которые выполняются в рамках экспериментов CMIP , выполняются с разрешением 1–1/4° в океане. ^[13] и поэтому не может разрешить бароклинные вихри на больших участках океана, особенно на полюсах. Однако высокоширотные бароклинные вихри важны для многих океанических процессов, таких как Атлантическая меридиональная опрокидывающая циркуляция (AMOC), ^[14]^[15] что влияет на глобальный климат. ^[16] В результате эффекты вихрей параметризуются в климатических моделях, например, с помощью широко используемой параметризации Гента-Маквильямса (GM), которая представляет изопикнальное сглаживание эффектов вихрей как коэффициент диффузии. ^[17]^[18] Эта параметризация не идеальна - например, она может переоценить чувствительность Антарктического циркумполярного течения и AMOC к силе ветров над Южным океаном . ^[19]^[20] В результате разрабатываются альтернативные параметризации для улучшения представления водоворотов в моделях океана. ^[21]^[22]

Проблемы с повышенным разрешением

По мере увеличения разрешения модели ошибки, связанные с влажными конвективными процессами, увеличиваются, поскольку предположения, статистически обоснованные для более крупных ячеек сетки, становятся сомнительными, когда ячейки сетки уменьшаются в масштабе до размера самой конвекции. При разрешении выше T639, размер сетки которого составляет около 30 километров (19 миль), ^[23] Конвективная схема Аракавы-Шуберта дает минимальное количество конвективных осадков, в результате чего большая часть осадков имеет нереально стратиформный характер. ^[24]

Калибровка

Когда физический процесс параметризуется, необходимо сделать два выбора: какова структурная форма (например, две переменные могут быть связаны линейно) и каково точное значение параметров (например, константа пропорциональности ). Процесс определения точных значений параметров при параметризации называется калибровкой или иногда менее точной настройкой. Калибровка — сложный процесс, и для его выполнения используются разные стратегии. Один из популярных методов — запустить модель или подмодель и сравнить ее с небольшим набором выбранных показателей, таких как температура. Выбираются параметры, которые приводят к запуску модели, наиболее близкой к реальности. ^[25]

См. также

Ссылки

^ Лу, Чунсонг; Лю, Янган; Ню, Шэнцзе; Крюгер, Стивен; Вагнер, Тимоти (2013). «Изучение параметризации турбулентных процессов увлечения-перемешивания в облаках». Журнал геофизических исследований: Атмосфера . 118 : 185–194. дои : 10.1029/2012JD018464 .
^ Нарита, Масами и Сиро Омори (6 августа 2007 г.). «3.7 Улучшение прогнозов осадков с помощью оперативной негидростатической мезомасштабной модели с конвективной параметризацией Кейна-Фрича и облачной микрофизикой» (PDF) . 12-я конференция по мезомасштабным процессам . Проверено 15 февраля 2011 г.
^ Фриерсон, Дарган (14 сентября 2000 г.). «Схема параметризации диагностического облака» (PDF) . Университет Вашингтона . стр. 4–5. Архивировано из оригинала (PDF) 1 апреля 2011 г. Проверено 15 февраля 2011 г.
^ Jump up to: ^а ^б Макгаффи, К. и А. Хендерсон-Селлерс (2005). Учебник по моделированию климата . Джон Уайли и сыновья. стр. 187–188. ISBN 978-0-470-85751-9 .
^ Стенсруд, Дэвид Дж. (2007). Схемы параметризации: ключи к пониманию моделей численного прогноза погоды . Издательство Кембриджского университета. п. 6. ISBN 978-0-521-86540-1 . Проверено 15 февраля 2011 г.
^ Мельникова, Ирина Н. и Александр В. Васильев (2005). Коротковолновая солнечная радиация в земной атмосфере: расчет, наблюдение, интерпретация . Спрингер. стр. 226–228. ISBN 978-3-540-21452-6 .
^ Стенсруд, Дэвид Дж. (2007). Схемы параметризации: ключи к пониманию моделей численного прогноза погоды . Издательство Кембриджского университета. стр. 12–14. ISBN 978-0-521-86540-1 . Проверено 15 февраля 2011 г.
^ Дейли, Аарон и Паоло Занетти (2007). «Глава 2: Моделирование загрязнения воздуха – обзор» (PDF) . Загрязнение атмосферного воздуха . Арабская школа науки и технологий и Институт EnviroComp. п. 16 . Проверено 24 февраля 2011 г.
^ Бакланов, Александр; Расмуссен, Аликс; Фэй, Барбара; Берге, Эрик; Финарди, Сандро (сентябрь 2002 г.). «Потенциал и недостатки моделей численного прогнозирования погоды при предоставлении метеорологических данных для прогнозирования загрязнения воздуха в городах». Загрязнение воды, воздуха и почвы: фокус . 2 (5): 43–60. дои : 10.1023/А:1021394126149 . S2CID 94747027 .
^ Бакланов, Александр; Гриммонд, Сью; Махура, Александр (2009). Метеорологические модели и модели качества воздуха для городских территорий . Спрингер. стр. 11–12. ISBN 978-3-642-00297-7 . Проверено 24 февраля 2011 г.
^ Г., Уильямс, Ричард (2011). Динамика океана и углеродный цикл: принципы и механизмы . Издательство Кембриджского университета. ISBN 978-0-521-84369-0 . OCLC 930874048 . {{cite book}}: CS1 maint: несколько имен: список авторов ( ссылка )
^ Халлберг, Роберт (1 декабря 2013 г.). «Использование функции разрешения для регулирования параметризации океанических мезомасштабных вихревых эффектов» . Моделирование океана . 72 : 92–103. дои : 10.1016/j.ocemod.2013.08.007 . ISSN 1463-5003 .
^ Гутьеррес, Х.М.; Трегье, Анн-Мари (2021). «Приложение II: Модели». МГЭИК AR6 WGI (PDF) . МГЭИК.
^ Гнанадэсикан, Ананд (26 марта 1999 г.). «Простая прогностическая модель структуры океанического пикноклина» . Наука . 283 (5410): 2077–2079. дои : 10.1126/science.283.5410.2077 . ISSN 0036-8075 .
^ Джонсон, Хелен Л.; Цесси, Паола; Маршалл, Дэвид П.; Шлёссер, Фабиан; Сполл, Майкл А. (август 2019 г.). «Недавний вклад теории в наше понимание атлантической меридиональной опрокидывающей циркуляции» . Журнал геофизических исследований: Океаны . 124 (8): 5376–5399. дои : 10.1029/2019JC015330 . hdl : 1912/25287 . ISSN 2169-9275 .
^ Джексон, округ Колумбия; Кахана, Р.; Грэм, Т.; Рингер, Массачусетс; Вулингс, Т.; Мекинг, СП; Вуд, РА (декабрь 2015 г.). «Глобальные и европейские климатические последствия замедления AMOC в GCM высокого разрешения» . Климатическая динамика . 45 (11–12): 3299–3316. дои : 10.1007/s00382-015-2540-2 . ISSN 0930-7575 .
^ Гент, Питер Р.; Маквильямс, Джеймс К. (1 января 1990 г.). «Изопикнальное перемешивание в моделях циркуляции океана» . Журнал физической океанографии . 20 (1): 150–155. doi : 10.1175/1520-0485(1990)020<0150:IMIOCM>2.0.CO;2 . ISSN 0022-3670 .
^ Гент, Питер Р.; Виллебранд, Юрген; Макдугалл, Тревор Дж.; Маквильямс, Джеймс К. (1 апреля 1995 г.). «Параметризация переноса трассеров, индуцированного вихрями, в моделях циркуляции океана» . Журнал физической океанографии . 25 (4): 463–474. doi : 10.1175/1520-0485(1995)025<0463:PEITTI>2.0.CO;2 . ISSN 0022-3670 .
^ Мандей, Дэвид Р.; Джонсон, Хелен Л.; Маршалл, Дэвид П. (01 марта 2013 г.). «Вихревое насыщение равновесных циркумполярных течений» . Журнал физической океанографии . 43 (3): 507–532. doi : 10.1175/JPO-D-12-095.1 . ISSN 0022-3670 .
^ Маршалл, Дэвид П.; Амбаум, Маартен Х.П.; Мэддисон, Джеймс Р.; Мандей, Дэвид Р.; Новак, Ленка (16 января 2017 г.). «Вихревое насыщение и контроль трения Антарктического циркумполярного течения: Вихревое насыщение АКК» . Письма о геофизических исследованиях . 44 (1): 286–292. дои : 10.1002/2016GL071702 .
^ Маршалл, Дэвид П.; Мэддисон, Джеймс Р.; Берлов, Павел С. (1 апреля 2012 г.). «Схема параметризации потоков потенциальной вихревой завихренности» . Журнал физической океанографии . 42 (4): 539–557. doi : 10.1175/JPO-D-11-048.1 . hdl : 20.500.11820/a0e9dcb7-906f-4b0f-a56f-2d801b1e588d . ISSN 0022-3670 .
^ Мак, Дж.; Маршалл, ДП; Мэддисон-младший; Бахман, С.Д. (апрель 2017 г.). «Эмерджентное насыщение вихрей в результате параметризации вихрей с ограничением энергии» . Моделирование океана . 112 : 125–138. дои : 10.1016/j.ocemod.2017.02.007 . hdl : 20.500.11820/2f8a7d68-6160-4bed-88ed-bd414e86e289 .
^ Хэмилл, Томас М.; Уитакер, Джеффри С.; Фиорино, Майкл; Кох, Стивен Э.; Лорд, Стивен Дж. (19 июля 2010 г.). «Увеличение вычислительных мощностей NOAA для улучшения глобального прогнозного моделирования» (PDF) . Национальное управление океанических и атмосферных исследований . п. 9 . Проверено 15 февраля 2011 г.
^ Гамильтон, Кевин и Ватару Офучи (2008). Численное моделирование атмосферы и океана высокого разрешения . Спрингер. п. 17. ISBN 978-0-387-36671-5 . Проверено 15 февраля 2011 г.
^ Урден, Фредерик; Мауритсен, Торстен; Геттельман, Эндрю; Голаз, Жан-Кристоф; Баладжи, Венкатрамани; Дуань, Цинъюнь; Фолини, Дорис; Цзи, Дуойин; Клоке, Дэниел (2016). «Искусство и наука настройки климатических моделей» . Бюллетень Американского метеорологического общества . 98 (3): 589–602. дои : 10.1175/BAMS-D-15-00135.1 . hdl : 10871/26010 . ISSN 0003-0007 .

Дальнейшее чтение

Плант, Роберт С; Яно, Дзюн-Ичи (2015). Параметризация атмосферной конвекции . Издательство Имперского колледжа. ISBN 978-1-78326-690-6 .

[1] Лу, Чунсонг; Лю, Янган; Ню, Шэнцзе; Крюгер, Стивен; Вагнер, Тимоти (2013). «Изучение параметризации турбулентных процессов увлечения-перемешивания в облаках». Журнал геофизических исследований: Атмосфера . 118 : 185–194. дои : 10.1029/2012JD018464 .

[2] Нарита, Масами и Сиро Омори (6 августа 2007 г.). «3.7 Улучшение прогнозов осадков с помощью оперативной негидростатической мезомасштабной модели с конвективной параметризацией Кейна-Фрича и облачной микрофизикой» (PDF) . 12-я конференция по мезомасштабным процессам . Проверено 15 февраля 2011 г.

[3] Фриерсон, Дарган (14 сентября 2000 г.). «Схема параметризации диагностического облака» (PDF) . Университет Вашингтона . стр. 4–5. Архивировано из оригинала (PDF) 1 апреля 2011 г. Проверено 15 февраля 2011 г.

[McG-4] Jump up to: ^а ^б Макгаффи, К. и А. Хендерсон-Селлерс (2005). Учебник по моделированию климата . Джон Уайли и сыновья. стр. 187–188. ISBN 978-0-470-85751-9 .

[5] Стенсруд, Дэвид Дж. (2007). Схемы параметризации: ключи к пониманию моделей численного прогноза погоды . Издательство Кембриджского университета. п. 6. ISBN 978-0-521-86540-1 . Проверено 15 февраля 2011 г.

[6] Мельникова, Ирина Н. и Александр В. Васильев (2005). Коротковолновая солнечная радиация в земной атмосфере: расчет, наблюдение, интерпретация . Спрингер. стр. 226–228. ISBN 978-3-540-21452-6 .

[7] Стенсруд, Дэвид Дж. (2007). Схемы параметризации: ключи к пониманию моделей численного прогноза погоды . Издательство Кембриджского университета. стр. 12–14. ISBN 978-0-521-86540-1 . Проверено 15 февраля 2011 г.

[8] Дейли, Аарон и Паоло Занетти (2007). «Глава 2: Моделирование загрязнения воздуха – обзор» (PDF) . Загрязнение атмосферного воздуха . Арабская школа науки и технологий и Институт EnviroComp. п. 16 . Проверено 24 февраля 2011 г.

[Baklanov-9] Бакланов, Александр; Расмуссен, Аликс; Фэй, Барбара; Берге, Эрик; Финарди, Сандро (сентябрь 2002 г.). «Потенциал и недостатки моделей численного прогнозирования погоды при предоставлении метеорологических данных для прогнозирования загрязнения воздуха в городах». Загрязнение воды, воздуха и почвы: фокус . 2 (5): 43–60. дои : 10.1023/А:1021394126149 . S2CID 94747027 .

[10] Бакланов, Александр; Гриммонд, Сью; Махура, Александр (2009). Метеорологические модели и модели качества воздуха для городских территорий . Спрингер. стр. 11–12. ISBN 978-3-642-00297-7 . Проверено 24 февраля 2011 г.

[11] Г., Уильямс, Ричард (2011). Динамика океана и углеродный цикл: принципы и механизмы . Издательство Кембриджского университета. ISBN 978-0-521-84369-0 . OCLC 930874048 . {{cite book}}: CS1 maint: несколько имен: список авторов ( ссылка )

[12] Халлберг, Роберт (1 декабря 2013 г.). «Использование функции разрешения для регулирования параметризации океанических мезомасштабных вихревых эффектов» . Моделирование океана . 72 : 92–103. дои : 10.1016/j.ocemod.2013.08.007 . ISSN 1463-5003 .

[13] Гутьеррес, Х.М.; Трегье, Анн-Мари (2021). «Приложение II: Модели». МГЭИК AR6 WGI (PDF) . МГЭИК.

[14] Гнанадэсикан, Ананд (26 марта 1999 г.). «Простая прогностическая модель структуры океанического пикноклина» . Наука . 283 (5410): 2077–2079. дои : 10.1126/science.283.5410.2077 . ISSN 0036-8075 .

[15] Джонсон, Хелен Л.; Цесси, Паола; Маршалл, Дэвид П.; Шлёссер, Фабиан; Сполл, Майкл А. (август 2019 г.). «Недавний вклад теории в наше понимание атлантической меридиональной опрокидывающей циркуляции» . Журнал геофизических исследований: Океаны . 124 (8): 5376–5399. дои : 10.1029/2019JC015330 . hdl : 1912/25287 . ISSN 2169-9275 .

[16] Джексон, округ Колумбия; Кахана, Р.; Грэм, Т.; Рингер, Массачусетс; Вулингс, Т.; Мекинг, СП; Вуд, РА (декабрь 2015 г.). «Глобальные и европейские климатические последствия замедления AMOC в GCM высокого разрешения» . Климатическая динамика . 45 (11–12): 3299–3316. дои : 10.1007/s00382-015-2540-2 . ISSN 0930-7575 .

[17] Гент, Питер Р.; Маквильямс, Джеймс К. (1 января 1990 г.). «Изопикнальное перемешивание в моделях циркуляции океана» . Журнал физической океанографии . 20 (1): 150–155. doi : 10.1175/1520-0485(1990)020<0150:IMIOCM>2.0.CO;2 . ISSN 0022-3670 .

[18] Гент, Питер Р.; Виллебранд, Юрген; Макдугалл, Тревор Дж.; Маквильямс, Джеймс К. (1 апреля 1995 г.). «Параметризация переноса трассеров, индуцированного вихрями, в моделях циркуляции океана» . Журнал физической океанографии . 25 (4): 463–474. doi : 10.1175/1520-0485(1995)025<0463:PEITTI>2.0.CO;2 . ISSN 0022-3670 .

[19] Мандей, Дэвид Р.; Джонсон, Хелен Л.; Маршалл, Дэвид П. (01 марта 2013 г.). «Вихревое насыщение равновесных циркумполярных течений» . Журнал физической океанографии . 43 (3): 507–532. doi : 10.1175/JPO-D-12-095.1 . ISSN 0022-3670 .

[20] Маршалл, Дэвид П.; Амбаум, Маартен Х.П.; Мэддисон, Джеймс Р.; Мандей, Дэвид Р.; Новак, Ленка (16 января 2017 г.). «Вихревое насыщение и контроль трения Антарктического циркумполярного течения: Вихревое насыщение АКК» . Письма о геофизических исследованиях . 44 (1): 286–292. дои : 10.1002/2016GL071702 .

[21] Маршалл, Дэвид П.; Мэддисон, Джеймс Р.; Берлов, Павел С. (1 апреля 2012 г.). «Схема параметризации потоков потенциальной вихревой завихренности» . Журнал физической океанографии . 42 (4): 539–557. doi : 10.1175/JPO-D-11-048.1 . hdl : 20.500.11820/a0e9dcb7-906f-4b0f-a56f-2d801b1e588d . ISSN 0022-3670 .

[22] Мак, Дж.; Маршалл, ДП; Мэддисон-младший; Бахман, С.Д. (апрель 2017 г.). «Эмерджентное насыщение вихрей в результате параметризации вихрей с ограничением энергии» . Моделирование океана . 112 : 125–138. дои : 10.1016/j.ocemod.2017.02.007 . hdl : 20.500.11820/2f8a7d68-6160-4bed-88ed-bd414e86e289 .

[pg9-23] Хэмилл, Томас М.; Уитакер, Джеффри С.; Фиорино, Майкл; Кох, Стивен Э.; Лорд, Стивен Дж. (19 июля 2010 г.). «Увеличение вычислительных мощностей NOAA для улучшения глобального прогнозного моделирования» (PDF) . Национальное управление океанических и атмосферных исследований . п. 9 . Проверено 15 февраля 2011 г.

[24] Гамильтон, Кевин и Ватару Офучи (2008). Численное моделирование атмосферы и океана высокого разрешения . Спрингер. п. 17. ISBN 978-0-387-36671-5 . Проверено 15 февраля 2011 г.

[25] Урден, Фредерик; Мауритсен, Торстен; Геттельман, Эндрю; Голаз, Жан-Кристоф; Баладжи, Венкатрамани; Дуань, Цинъюнь; Фолини, Дорис; Цзи, Дуойин; Клоке, Дэниел (2016). «Искусство и наука настройки климатических моделей» . Бюллетень Американского метеорологического общества . 98 (3): 589–602. дои : 10.1175/BAMS-D-15-00135.1 . hdl : 10871/26010 . ISSN 0003-0007 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]

[25]