Klimatensemble

En klimatensemble involverar lite olika modeller av klimatsystemet . Ensemblegenomsnittet förväntas prestera bättre än individuella modellkörningar. Det finns minst fem olika typer, som beskrivs nedan.

Mål

Syftet med att driva en ensemble är oftast för att kunna hantera osäkerheter i systemet. Ett slutmål kan vara att ta fram policyrelevant information såsom en sannolikhetsfördelningsfunktion för olika utfall. Detta visar sig vara mycket svårt på grund av ett antal problem. Dessa inkluderar:

Ensemblen måste vara bred för att säkerställa att den täcker hela sortimentet där klimatmodellerna kan vara bra.
Att mäta vad som är en bra modell är svårt. Detta kan behöva ta hänsyn till inte bara fel i observationen utan även i modellen.
Alla tidigare antaganden om fördelning kan påverka den producerade sannolikhetsfördelningsfunktionen.

Ensemble med flera modeller

Multi-model ensembler (MME) används i stor utsträckning i IPCC- bedömningar, och en omfattande samling klimatmodeller kan nås i Coupled Model Intercomparison Project . Medlemmar i en multimodellensemble utvecklas av olika organisationer som är involverade i klimatförändringsforskning och kan skilja sig avsevärt i sin mjukvarudesign och programmeringsmetod, deras hantering av rumslig diskretisering och exakt formulering av fysikaliska, kemiska och biologiska processer. Fördelarna med att använda en ensemble med flera modeller syns i "multimodellens genomgående bättre prestanda när man överväger alla aspekter av förutsägelserna".

Förvirrad fysikensemble

Perturbed physics ensembles (PPE) utgör det huvudsakliga vetenskapliga fokuset för Climateprediction.net -projektet. Moderna klimatmodeller gör ett bra jobb med att simulera många storskaliga egenskaper i dagens klimat. Dessa modeller innehåller dock ett stort antal justerbara parametrar som är kända, individuellt, för att ha en betydande inverkan på simulerat klimat. Även om många av dessa är väl begränsade av observationer, finns det många som är föremål för stor osäkerhet. Vi vet inte i vilken utsträckning olika val av parameterinställningar eller scheman kan ge lika realistiska simuleringar av 1900-talets klimat men olika prognoser för 2000-talet. Det mest grundliga sättet att undersöka denna osäkerhet är att köra ett massivt ensembleexperiment där varje relevant parameterkombination undersöks. Ett mer allmänt tillvägagångssätt är myntat "perturbed parameter ensemble" (även förkortat som PPE), eftersom förutom fysiska parametrar andra parametrar, relaterade till kolets kretslopp, atmosfärisk kemi , markanvändning etc. kan störas.

Initialt skick ensemble

Ensembler med initialtillstånd involverar samma modell i termer av samma atmosfärsfysikparametrar och krafter, men körs från en mängd olika starttillstånd. Eftersom klimatsystemet är kaotiskt kan små förändringar i saker som temperaturer, vindar och luftfuktighet på ett ställe leda till väldigt olika vägar för systemet som helhet. Vi kan komma runt detta genom att starta flera åk med lite olika startförhållanden och sedan titta på utvecklingen av gruppen som helhet. Detta liknar vad de gör i väderprognoser.

Att ha en ensemble med initialtillstånd kan hjälpa till att identifiera naturliga variationer i systemet och hantera det.

Tvingande ensemble

En modell kan utsättas för olika krafter. Dessa kan överensstämma med olika scenarier som de som beskrivs i den särskilda rapporten om utsläppsscenarier och på senare tid i den representativa koncentrationsvägen .

Stor ensemble

Stora ensemblen. Bildrepresentation genererad av Climateprediction.net .

En storslagen ensemble är en ensemble av ensembler. Det måste finnas minst två kapslade ensembler. Detta illustreras bäst i diagrammet intill.

Väder

Väderprognoser använder ensembler av initialtillstånd.

Ansökningar

Klimatensembler användes för att projicera framtida förändringar i förekomsten av utvalda skadedjur av grödor.

Analys av klimatensembler

En mängd olika statistiska metoder kan användas för att analysera klimatensembler, såsom Principal komponentanalys , Anova och Riktningskomponentanalys .

Se även