Kysymys:
Mitkä ovat suurimmat erot säämallien ja ilmastomallien välillä?
InquilineKea
2014-04-16 01:20:26 UTC
view on stackexchange narkive permalink

Joihinkin säämalleihin kuuluvat GFS ( Global Forecast System) ja NAM ( Pohjois-Amerikan Mesoscale-malli).

Joissakin ilmastomalleissa on CCSM ( Yhteisön ilmastojärjestelmämalli) ja NASA GISS ( Goddard Institute for Space Studies) -malli.

Mitkä ovat fyysisten tyyppien erot, parametroinnit, ja muut heidän käyttämänsä ominaisuudet?

Haluatko selittää lyhenteet?
Kaksi vastused:
#1
+19
casey
2014-04-16 06:16:24 UTC
view on stackexchange narkive permalink

Sää- ja ilmastomallien välillä on suuria eroja. Ytimessä on sama primitiivisten yhtälöiden joukko, mutta täältä on monia eroja.

Vain säämalli ennustaa (taitavasti) noin 10 päivää tulevaisuuteen, kun taas ilmastomalli integroituu ajoissa eteenpäin. satoja vuosia. Suurin ero tässä on se, että säämallissa välitämme myrskyn tai rintaman milloin ja missä . Ilmastomallissa saat sään, mutta et välitä liikaa siitä, missä tai tarkalleen milloin sää on kuin etsit pitkällä aikavälillä (esim. Säämalli välittää missä hurrikaani on ja milloin / missä se) vaikuttaa maahan, kun taas ilmastomalli saattaa välittää vain hurrikaanien keskimääräisestä määrästä vuodessa eikä siitä, mistä näiden myrskyjen yksityiskohdat vaikuttavat).

Muut erot:

  • Paikallinen / ajallinen resoluutio

    Koska ilmastomallit kulkevat tulevaisuuteen paljon kauemmin kuin säämallit, sillä on enemmän integraatioaikoja samaan ajalliseen mittakaavaan. Tätä lievennetään lisäämällä mallin aikavaihetta, mutta numeerisen vakauden takia, mitä korkeampi aikasi on, sitä karkeamman tilan tarkkuuden on oltava. Tämän seurauksena ilmastomallit toimivat yleensä suuremmissa ajallisissa ja alueellisissa mittakaavoissa kuin säämallit. Karkeampi tarkkuus voi pakottaa enemmän parametrointia ilmastomalleissa. Esimerkiksi 3 km: n säämalli voi nimenomaisesti ratkaista konvektion, kun taas 30 km: n ilmastomalli ei todellakaan tarvitse ja tarvitsee parametroida konvektiota.

  • Data Assimilation (DA)

    Sää- ja ilmastomallit eroavat DA: n käytöstä. Suurin ero on se, kuinka DA: ta käytetään mallin "pyörittämiseen" alustamisaikaan. Säänmalleissa, jos DA: ta käytetään lainkaan, sinulla voi olla vain muutama DA-askelta muutaman tunnin välein ennen kuin malli alkaa integroitua tulevaisuuteen. Ilmastomallin DA-aika voi olla 100 vuotta kauan ennen nykyisen ajan saavuttamista ja ennustamisen aloittamista. Kuitenkin:

    Tämä [DA: n sisällyttäminen ilmastomalleihin] tapahtuu useissa mallin kehitysvaiheissa, mukaan lukien aliruudukon mittakaavan vaikutusten parametrointi ja mallin viritys. Prosessia ei kuitenkaan tehdä järjestelmällisesti, eikä nykyistä käytäntöä pidetä "tietojen assimilaationa". Vaikuttaa siltä, ​​että ymmärrys siitä, että DA: lla on merkittävä rooli tulevassa ilmastomallin kehittämisessä. Tämä johtuu osittain tarpeesta kvantifioida epävarmuus mallien ennusteissa. Siitä huolimatta ei ole yksimielisyyttä siitä, miten DA: ta tulisi käyttää näissä laajamittaisissa ilmastomalleissa. (lähde: http://www.samsi.info/working-groups/data-assimilation-ipcc-level-models-climate-uq)

  • Yhdistetyt mallit

    Säämallit voivat edustaa valtamerta parametrisoituna pintavirtauksena (liikemäärästä, kosteudesta jne.) tai ehkä käsitellä sitä tietojen assimilaation avulla. Ilmastomallit yhdistävät tyypillisesti ilmamallin valtamerimalliin ja simuloivat myös merta. Ilmastomallit todellisuudessa ovat tyypillisesti mallien sviittejä, jotka kaikki kommunikoivat keskenään. Sinulla voi olla malli ilmakehälle, yksi maaperälle, yksi valtamerelle, yksi kasvillisuudelle, toinen kemialle jne. Sään mallissa voi olla nämä ominaisuudet, mutta tyypillisesti parametroinneina.

  • Alueellinen kattavuus

    Säämallit vaihtelevat globaaleista malleista hyvin lokalisoituihin alueellisiin malleihin, jotka voidaan joissakin tapauksissa hyvin idealisoida. Ilmastomallit ovat yleensä globaaleja. Tämä ei muuta fysiikkaa, mutta voi vaikuttaa yhtälöiden erityisiin muotoihin. Globaali malli ratkaisee pallomaisissa koordinaateissa ja monet käyttävät spektrimenetelmiä. Alueelliset säämallit käyttävät suorakulmaisia ​​koordinaatteja ja voivat tehdä muita oletuksia, jotka yksinkertaistavat fysiikkaa mallin tiettyä tarkoitusta varten (esim. Myrskymittakaavan idealisoitu säämalli saattaa jättää huomiotta Corioliksen).

Eivätkö ilmastomallit voi käyttää DA: ta? Varmasti niitä ajetaan takalähetyksinä sekä ennusteina, joissa näitä tietoja on paljon?
Ilmastomallit aloitetaan tyypillisesti jossakin vaiheessa aiemmin vertaamaan alkuperäistä lähtöään todellisiin tietoihin, koska muuten sinulla ei ole mitään vertailua ja arvioida eri mallien tuottoa, joten sanoisin, että ilmastomallit käyttävät ehdottomasti DA: ta.
@hugovdberg Olen muotoillut DA-osan uudelleen. Se ei ole minun erikoisuuteni alue ja muokkaa sitä vapaasti.
@casey näyttää siltä, ​​että sanot täsmälleen päinvastaista kuin alkuperäinen vastauksesi, mutta se on hyvä asia :-)
Olet väärässä tietojen assimilaatiossa. Säänmallit ** käyttävät ** tietojen assimilaatiota * laajasti * ([ECMWF-esimerkki] (http://www.ecmwf.int/newsevents/training/2013/nwp-saf/). Ilmastomallit ** eivät ** käytä tietojen assimilaatiota eivätkä yritä toistaa ollenkaan ilmakehän nykytilaa, vaan pikemminkin sen keskimääräistä tilaa pitkällä aikavälillä. Ilmakehän meteorologisten parametrien pistemittaukset eivät ole hyödyllisiä ilmastomalleille, eikä niiden ajallinen tarkkuus pysty käyttämään niitä. Ne * saattavat * omaksua pitkän aikavälin parametrit, mutta se on ehdottomasti kokeellista.
@hugovdberg Alkuperäinen vastaus oli melkein oikea, muokkauksen jälkeen tietojen assimilaatio-osio on yksinkertaisesti virheellinen (katso kommenttini yllä). Onko sinulla lähdettä lausunnoillesi, että (1) ilmastomallit vertailevat alkuperäistä lähtöä todellisiin tietoihin ja (2) ilmastomallit käyttävät DA: ta? Kuinka (1) ja (2) liittyvät toisiinsa? DA on spesifinen 4D-var-tekniikka, eikä se ole lainkaan sama kuin "tietojen vertaaminen".
@gerrit eivätkö ilmastomallit omaksu proksihiili- tai lämpötilatietoja integroitumalla kohti nykyhetkeä? En voi sanoa, että olen perehtynyt ilmastomallien tähän näkökohtaan, ja jos pystyt parantamaan kyseistä osaa, voit vapaasti muokata - hyväksyn sen.
Alueellinen kattavuus on harhaanjohtava. Alueellisia ilmastomalleja on paljon. Katso esimerkiksi CORDEX-, NARCCAP-, ENSEMBLES-projektit. Siksi sanominen, että ilmastomallit ovat yleensä globaaleja, ei ole totta.
Hienoa tietoa siitä * Paikallinen / ajallinen resoluutio * (ja miten se muuttuu) on vuoden 2014 TED-keskustelussa [Ilmastonmuutoksen nousevat mallit] (http://www.ted.com/talks/gavin_schmidt_the_emergent_patterns_of_climate_change?language=en) kirjoittanut Gavin Schmidt
@casey toivottavasti et haittaa, että muokkain joitain DA-juttuja saadakseni sen lähemmäksi yksimielisyyttä
#2
+15
gerrit
2014-04-16 02:03:46 UTC
view on stackexchange narkive permalink

Tämä vastaus ei ole täydellinen, mutta se on alku.

Yksi merkittävimmistä eroista on:

Säämallit käyttävät mittauksia, kun taas ilmastomallit eivät

Toisin sanoen: säämalli on alkuarvo-ongelma . Alkuperäisillä arvoilla on olennainen merkitys, jotta tulos olisi oikea.

Ilmastomalli ratkaisee ensisijaisesti raja-arvoongelman . Alkuarvoilla ei pitäisi olla merkitystä . Itse asiassa ilmastomallit "kehrätään", eli ilmaston 2000–2200 määrittämiseksi malli voi alkaa vuonna 1950 päästä eroon alkuperäisistä arvoista. Tällöin asiaankuuluvat tiedot eivät ole sää tai 23. maaliskuuta 2063; mutta esimerkiksi tilastoja säästä (keskiarvo, keskihajonta jne.) yli vuosien 2060–2090.

Joten jos ilmastomalli toimii vuosina 1900–2100, sen ei odoteta tuottaa ilmasto tietylle vuodelle . Tätä ymmärretään yleisesti väärin, ja ilmastoskeptikot saattavat ottaa sen mukaan osoittavan, että ilmastomallit eivät toimi (esimerkiksi " ne eivät toista viimeaikaista merkittävän ilman lämpenemisen puutetta! ", tajuamatta tällä ei ole väliä ). Erilaisia ​​ovat analyysi- tai uudelleenanalyysimallit (sää), jotka käyttävät mittauksia ja siten tekevät edustavat tarkasti tietyn vuoden säätä.

Kuten todettiin aiemmin tämä on vain osittainen vastaus. Tärkeitä eroja on paljon enemmän, mutta tämä on yksi tärkeimmistä.

Mielestäni on tärkeää, että erotat mallin odotukset hindcast vs -ennusteesta. Esimerkiksi takaperäisillä ilmastoajoilla odotetaan olevan viilennystä tiettynä vuonna, joka seurasi suurta tulivuorenpurkausta.
@farrenthorpe Se ylittää erityisosaamiseni. Luulen, että käydään jonkin verran keskustelua siitä, mitä tapahtumia pitäisi sisällyttää takalähetykseen.


Tämä Q & A käännettiin automaattisesti englanniksi.Alkuperäinen sisältö on saatavilla stackexchange-palvelussa, jota kiitämme cc by-sa 3.0-lisenssistä, jolla sitä jaetaan.
Loading...