Le griglie terrestri indicano il nucleo dinamico del componente del modello atmosferico in FGOALS-f3-L, mentre le nuvole e le precipitazioni associate indicano lo schema fisico chiave nel modello atmosferico - lo schema Resolving Convective Precipitation (RCP) - che rende il modello scalabile e computazionalmente veloce. Basato sul supercomputer "Tianhe 2", come mostrato sotto il globo a griglia, gli autori completano gli esperimenti CMIP6 AMIP, che contribuirà notevolmente alla nostra comprensione degli eventi climatici estremi come i tifoni, inondazioni, siccità, e tempeste di neve. Inoltre, questi set di dati contribuiranno anche al benchmark dei comportamenti del modello attuale per la continuità desiderata del CMIP. Credito:progressi nelle scienze atmosferiche
I modelli numerici sono uno strumento chiave per gli scienziati del clima per comprendere il passato, cambiamenti climatici presenti e futuri derivanti da fattori naturali, variabilità non forzata o in risposta a cambiamenti, secondo il dottor Qing Bao, Assegnista di ricerca presso il Laboratorio statale chiave di modellazione numerica per le scienze dell'atmosfera e la fluidodinamica geofisica (LASG), Istituto di Fisica dell'Atmosfera (IAP), Accademia cinese delle scienze (CAS), e il corrispondente autore di uno studio pubblicato di recente.
"Cambiamento climatico, come il riscaldamento globale, influenzare sostanzialmente la società umana in tutti gli aspetti, e la previsione del clima è un tema caldo costante nella comunità della scienza del clima, " afferma il Dr. Bao. "Il progetto di intercomparazione del modello accoppiato (CMIP), organizzato sotto gli auspici del gruppo di lavoro del Programma di ricerca mondiale sul clima sulla modellizzazione accoppiata, utilizza modelli climatici all'avanguardia per fornire una base di prove fisiche per i responsabili delle politiche, come l'IPCC (Intergovernmental Panel on Climate Change)”.
Il Dr. Bao e il suo team modello, un gruppo di ricercatori del LASG/IAP, sono incaricati dello sviluppo del modello atmosferico del modello climatico FGOALS-f3-L di CAS. Hanno recentemente completato le simulazioni AMIP (Atmospheric Model Intercomparison Project) nella sesta fase del CMIP e hanno pubblicato i loro set di dati dei nodi ESGF (Earth System Grid Federation) come documento di descrizione dei dati in Progressi nelle scienze dell'atmosfera .
Il modello atmosferico a volume finito (FAMIL) in FGOALS-f3-L, che è l'AGCM di nuova generazione (modello di circolazione generale atmosferica) dello Spectral Atmosphere Model of LASG (SAMIL), è stato corretto per gli esperimenti CMIP6 nel 2017. In questa versione, il nucleo dinamico e lo schema di parametrizzazione della fisica del modello sono stati sostanzialmente aggiornati. Il nuovo modello è veloce nel completare enormi attività di calcolo e supera alcuni pregiudizi del modello relativi alla sensibilità climatica e alla microfisica delle nuvole dell'ultima versione. La versione attuale mostra una buona capacità non solo nel catturare modelli su larga scala di precipitazioni medie climatologiche e temperatura superficiale, ma è anche bravo a riflettere eventi intrastagionali come MJO (Madden-Julian Oscillation) e tifoni, che rappresentavano una sfida per i modelli CMIP5, secondo il dottor He, il primo autore di questo scritto.
Seguendo la progettazione degli esperimenti AMIP, sono state effettuate tre simulazioni d'insieme nel periodo 1979-2014, che sono stati forzati dalla temperatura media mensile della superficie del mare osservata e dal ghiaccio marino, come raccomandato dai progetti CMIP6. Gli output del modello contengono un totale di 37 variabili e includono la media triennale richiesta, transitorio di sei ore, set di dati medi giornalieri e mensili.
"La valutazione preliminare suggerisce che FGOALS-f3-L può catturare bene i modelli di base della circolazione atmosferica e delle precipitazioni, e questi set di dati potrebbero contribuire al punto di riferimento dei comportamenti del modello attuale per la continuità desiderata del CMIP, " Spiega il dott. Bao. "L'analisi di questi set di dati sarà anche utile per comprendere le fonti dei pregiudizi del modello e sarà utile per lo sviluppo di sistemi di previsione del clima".
