Климатическая модель

Количественные методы, используемые для моделирования климата

Климатические модели делят планету на 3-мерную сетку и применяют дифференциальные уравнения к каждой сетке. Уравнения основаны на основных законах физики , движения жидкости и химии .

Численные климатические модели (или модели климатической системы ) — это математические модели , которые могут имитировать взаимодействие важных факторов климата . Этими факторами являются атмосфера , океаны , поверхность суши и лед . Ученые используют климатические модели для изучения динамики климатической системы и для составления прогнозов будущего климата и его изменения . Климатические модели также могут быть качественными (т. е. не числовыми) моделями и содержать повествования, в основном описательные, о возможном будущем. ^[1]

Климатические модели учитывают входящую энергию от Солнца, а также исходящую энергию от Земли. Дисбаланс приводит к изменению температуры . Входящая энергия от Солнца находится в форме коротковолнового электромагнитного излучения , в основном видимого и коротковолнового (ближнего) инфракрасного диапазона . Исходящая энергия находится в форме длинноволновой (дальней) инфракрасной электромагнитной энергии. Эти процессы являются частью парникового эффекта .

Климатические модели различаются по сложности. Например, простая модель лучистого теплообмена рассматривает Землю как одну точку и усредняет исходящую энергию. Это можно расширить по вертикали (радиационно-конвективные модели) и по горизонтали. Более сложные модели — это связанные глобальные климатические модели атмосфера–океан– морской лед . Эти типы моделей решают полные уравнения для массопереноса, переноса энергии и лучистого обмена. Кроме того, другие типы моделей могут быть взаимосвязаны. Например, модели системы Земли включают также землепользование , а также изменения в землепользовании . Это позволяет исследователям прогнозировать взаимодействия между климатом и экосистемами .

Климатические модели представляют собой системы дифференциальных уравнений, основанные на основных законах физики , движения жидкостей и химии . Ученые делят планету на трехмерную сетку и применяют основные уравнения к этим сеткам. Атмосферные модели рассчитывают ветры , теплопередачу , излучение , относительную влажность и поверхностную гидрологию в каждой сетке и оценивают взаимодействия с соседними точками. Они сочетаются с океаническими моделями для моделирования изменчивости климата и изменений , которые происходят в разных временных масштабах из-за смещения океанических течений и гораздо большего совокупного объема и теплоемкости мирового океана. Также могут применяться внешние факторы изменений. Включение модели ледяного покрова лучше учитывает долгосрочные эффекты, такие как повышение уровня моря .

Использует

Существует три основных типа учреждений, где разрабатываются, внедряются и используются климатические модели:

• Национальные метеорологические службы: большинство национальных метеорологических служб имеют отдел климатологии .
• Университеты: Соответствующие факультеты включают кафедры атмосферных наук, метеорологии, климатологии и географии.
• Национальные и международные научно-исследовательские лаборатории: в качестве примеров можно привести Национальный центр атмосферных исследований (NCAR, в Боулдере, штат Колорадо , США), Лабораторию геофизической гидродинамики (GFDL, в Принстоне, штат Нью-Джерси , США), Лос-Аламосскую национальную лабораторию , Центр Хэдли по прогнозированию и исследованию климата (в Эксетере , Великобритания), Институт метеорологии Макса Планка в Гамбурге, Германия, или Лабораторию наук о климате и окружающей среде (LSCE), Франция.

Большие климатические модели необходимы, но они не идеальны. Все еще необходимо уделять внимание реальному миру (что происходит и почему). Глобальные модели необходимы для усвоения всех наблюдений, особенно из космоса (спутники), и проведения всестороннего анализа происходящего, а затем их можно использовать для составления прогнозов/проекций. Простые модели играют роль, которой широко злоупотребляют и не признают упрощений, таких как невключение круговорота воды. ^[2] 

Модели общей циркуляции (GCM)

Климатические модели представляют собой системы дифференциальных уравнений, основанные на основных законах физики , движения жидкости и химии . Чтобы «запустить» модель, ученые делят планету на трехмерную сетку, применяют основные уравнения и оценивают результаты. Атмосферные модели рассчитывают ветры , теплопередачу , радиацию , относительную влажность и поверхностную гидрологию в каждой сетке и оценивают взаимодействия с соседними точками. ^[3]

Модель общей циркуляции (GCM) — это тип климатической модели. Она использует математическую модель общей циркуляции планетарной атмосферы или океана. Она использует уравнения Навье–Стокса на вращающейся сфере с термодинамическими условиями для различных источников энергии ( излучение , скрытая теплота ). Эти уравнения являются основой для компьютерных программ, используемых для моделирования атмосферы или океанов Земли. Атмосферные и океанические GCM (AGCM и OGCM ) являются ключевыми компонентами наряду с морским льдом и компонентами поверхности суши .

GCM и глобальные климатические модели используются для прогнозирования погоды , понимания климата и прогнозирования изменения климата .

Атмосферные GCM (AGCM) моделируют атмосферу и накладывают температуры поверхности моря в качестве граничных условий. Связанные атмосферно-океанические GCM (AOGCM, например , HadCM3 , EdGCM , GFDL CM2.X , ARPEGE-Climat) ^[4] объединяют две модели. Первая модель общей циркуляции климата, которая объединила как океанические, так и атмосферные процессы, была разработана в конце 1960-х годов в Лаборатории геофизической гидродинамики NOAA ^[5]. AOGCM представляют собой вершину сложности в климатических моделях и интернализуют как можно больше процессов. Однако они все еще находятся в стадии разработки, и неопределенности остаются. Их можно сочетать с моделями других процессов, такими как углеродный цикл , чтобы лучше моделировать эффекты обратной связи. Такие интегрированные многосистемные модели иногда называют либо «моделями земной системы», либо «моделями глобального климата».

Версии, разработанные для климатических приложений в масштабе времени от десятилетия до столетия, были первоначально созданы Сюкуро Манабе и Кирком Брайаном в Лаборатории геофизической гидродинамики (GFDL) в Принстоне, штат Нью-Джерси . ^[3] Эти модели основаны на интеграции различных уравнений гидродинамики, химических и иногда биологических уравнений.

Модели энергетического баланса (EBM)

Моделирование климатической системы в полном трехмерном пространстве и времени было непрактичным до создания крупных вычислительных мощностей, начавшихся в 1960-х годах. Для того чтобы начать понимать, какие факторы могли изменить палеоклиматические состояния Земли, необходимо было уменьшить составные и размерные сложности системы. Простая количественная модель, которая уравновешивала входящую/исходящую энергию, была впервые разработана для атмосферы в конце 19 века. ^[6] Другие EBM также стремятся к экономичному описанию температур поверхности, применяя ограничение сохранения энергии к отдельным столбцам системы Земля-атмосфера. ^[7]

Существенные особенности EBM включают их относительную концептуальную простоту и их способность иногда производить аналитические решения . ^{[8] : 19} Некоторые модели учитывают влияние океана, суши или ледовых особенностей на поверхностный бюджет. Другие включают взаимодействия с частями водного цикла или углеродного цикла . Разнообразие этих и других моделей сокращенной системы может быть полезным для специализированных задач, которые дополняют GCM, в частности, для преодоления разрывов между моделированием и пониманием. ^{[9] [10]}

Нульмерные модели

Нульмерные модели рассматривают Землю как точку в пространстве, аналогичную бледно-голубой точке, наблюдаемой Voyager 1 , или взгляду астронома на очень далекие объекты. Этот безразмерный взгляд, хотя и весьма ограниченный, все же полезен тем, что законы физики применимы в массовом порядке к неизвестным объектам или в соответствующем сосредоточенном виде, если известны некоторые основные свойства объекта. Например, астрономы знают, что большинство планет в нашей собственной солнечной системе имеют некую твердую/жидкую поверхность, окруженную газообразной атмосферой.

Модель с комбинированной поверхностью и атмосферой

Очень простая модель лучистого равновесия Земли:

${\displaystyle (1-a)S\pi r^{2}=4\pi r^{2}\epsilon \sigma T^{4}}$

где

• левая часть представляет собой общую входящую коротковолновую мощность (в ваттах) от Солнца
• правая часть представляет собой общую исходящую мощность длинных волн (в ваттах) от Земли, рассчитанную по закону Стефана-Больцмана .

Постоянные параметры включают в себя

• S — солнечная постоянная — приходящее солнечное излучение на единицу площади — около 1367 Вт·м ⁻²
• r — радиус Земли, приблизительно 6,371×10 ⁶  м.
• π — математическая константа (3,141...)
• ${\displaystyle \sigma }$постоянная Стефана-Больцмана — приблизительно 5,67×10−8 ^Дж ·К ⁻⁴ ·м ⁻² ·с ⁻¹

Константу можно вынести за скобки, получив нульмерное уравнение для равновесия ${\displaystyle \pi \,r^{2}}$

${\displaystyle (1-a)S=4\epsilon \sigma T^{4}}$

где

• левая часть представляет собой входящий поток коротковолновой энергии от Солнца в Вт·м ⁻²
• правая часть представляет собой исходящий поток длинноволновой энергии от Земли в Вт·м ⁻² .

Остальные переменные параметры, характерные для планеты, включают:

• ${\displaystyle a}$среднее альбедо Земли , измеренное как 0,3. ^{[11] [12]}
• ${\displaystyle T}$средняя температура поверхности Земли , измеренная примерно в 288  К по состоянию на 2020 год ^[13]
• ${\displaystyle \epsilon }$— эффективная излучательная способность комбинированной поверхности и атмосферы Земли (включая облака). Это величина от 0 до 1, которая рассчитывается из равновесия и составляет около 0,61. Для нуль-мерного подхода это эквивалентно среднему значению по всем углам обзора.

Эта очень простая модель весьма поучительна. Например, она показывает температурную чувствительность к изменениям солнечной постоянной, альбедо Земли или эффективной излучательной способности Земли. Эффективная излучательная способность также измеряет силу парникового эффекта в атмосфере , поскольку она представляет собой отношение тепловых выбросов, выходящих в космос, к тем, которые исходят от поверхности. ^[14]

Рассчитанную излучательную способность можно сравнить с имеющимися данными. Излучательная способность земной поверхности находится в диапазоне от 0,96 до 0,99 ^{[15] [16]} (за исключением некоторых небольших пустынных районов, где она может быть всего лишь 0,7). Однако облака, которые покрывают около половины поверхности планеты, имеют среднюю излучательную способность около 0,5 ^[17] (которую необходимо уменьшить на четвертую степень отношения абсолютной температуры облака к средней абсолютной температуре поверхности) и среднюю температуру облака около 258 К (−15 °C; 5 °F). ^[18] Если все это учесть должным образом, то эффективная излучательная способность Земли составит около 0,64 (средняя температура Земли 285 К (12 °C; 53 °F)). ^{[ необходима цитата ]}

Модели с разделенными поверхностными и атмосферными слоями

Однослойный EBM с поверхностью черного тела

Безразмерные модели также были построены с функционально отделенными от поверхности атмосферными слоями. Простейшей из них является нульмерная однослойная модель ^[19] , которая может быть легко расширена до произвольного числа атмосферных слоев. Поверхность и атмосферный слой(и) характеризуются соответствующей температурой и значением излучательной способности, но не толщиной. Применение радиационного равновесия (т. е. сохранения энергии) на интерфейсах между слоями дает набор связанных уравнений, которые решаемы. ^[20]

Многослойные модели дают температуры, которые лучше оценивают температуры, наблюдаемые на поверхности Земли и в атмосфере. ^[21] Они также дополнительно иллюстрируют процессы лучистого теплообмена , лежащие в основе парникового эффекта. Количественная оценка этого явления с использованием версии однослойной модели была впервые опубликована Сванте Аррениусом в 1896 году. ^[6]

Радиационно-конвективные модели

Водяной пар является основным фактором, определяющим излучательную способность атмосферы Земли. Он влияет как на потоки излучения, так и на него влияют конвективные потоки тепла способом, который согласуется с его равновесной концентрацией и температурой как функцией высоты (т.е. распределением относительной влажности ). Это было показано путем уточнения нулевой размерной модели по вертикали до одномерной радиационно-конвективной модели, которая рассматривает два процесса переноса энергии: ^[22]

• восходящий и нисходящий перенос излучения через слои атмосферы, которые как поглощают, так и испускают инфракрасное излучение
• восходящий перенос тепла посредством конвекции воздуха и пара, что особенно важно в нижней тропосфере .

Радиационно-конвективные модели имеют преимущества перед более простыми моделями, а также закладывают основу для более сложных моделей. ^[23] Они могут оценить как температуру поверхности, так и изменение температуры с высотой более реалистичным образом. Они также моделируют наблюдаемое снижение температуры в верхних слоях атмосферы и повышение температуры поверхности, когда включаются следовые количества других неконденсирующихся парниковых газов, таких как углекислый газ . ^[22]

Иногда включаются другие параметры для моделирования локализованных эффектов в других измерениях и для рассмотрения факторов, которые перемещают энергию вокруг Земли. Например, влияние обратной связи лед-альбедо на глобальную чувствительность климата было исследовано с использованием одномерной радиационно-конвективной климатической модели. ^{[24] [25]}

Модели более высоких размерностей

Нульмерная модель может быть расширена для рассмотрения энергии, переносимой горизонтально в атмосфере. Этот тип модели может быть зонально усреднен. Эта модель имеет преимущество, позволяя рациональную зависимость локального альбедо и излучательной способности от температуры – полюса могут быть покрыты льдом, а экватор – теплым – но отсутствие истинной динамики означает, что горизонтальный перенос должен быть определен. ^[26]

Ранние примеры включают исследования Михаила Будыко и Уильяма Д. Селлерса , которые работали над моделью Будыко-Селлерса ). ^{[27] [28]} Эта работа также показала роль положительной обратной связи в климатической системе и считается основополагающей для моделей энергетического баланса с момента ее публикации в 1969 году. ^{[7] [29]}

Модели земных систем средней сложности (EMIC)

В зависимости от характера задаваемых вопросов и соответствующих временных масштабов, существуют, с одной стороны, концептуальные, более индуктивные модели, а с другой стороны, модели общей циркуляции, работающие с наивысшим возможным в настоящее время пространственным и временным разрешением. Модели промежуточной сложности заполняют этот разрыв. Одним из примеров является модель Climber-3. Ее атмосфера представляет собой 2,5-мерную статистико-динамическую модель с разрешением 7,5° × 22,5° и временным шагом в полдня; океан — это MOM-3 ( модульная модель океана ) с сеткой 3,75° × 3,75° и 24 вертикальными уровнями. ^[30]

Модели коробок

Схема простой блочной модели, используемой для иллюстрации потоков в геохимических циклах, показывающая источник (Q) , сток (S) и резервуар (M)

Модели ящиков являются упрощенными версиями сложных систем, сводя их к ящикам (или резервуарам ), связанным потоками. Предполагается, что ящики смешаны однородно. В пределах данного ящика концентрация любого химического вида , таким образом, однородна. Однако распространенность вида в пределах данного ящика может меняться как функция времени из-за поступления в ящик (или потери из него) или из-за производства, потребления или распада этого вида в ящике. ^{[ необходима цитата ]}

Простые ящичные модели, т. е. ящичные модели с небольшим количеством ящиков, свойства которых (например, их объем) не меняются со временем, часто полезны для вывода аналитических формул, описывающих динамику и устойчивое обилие вида. Более сложные ящичные модели обычно решаются с использованием численных методов. ^{[ необходима цитата ]}

Модели ящиков широко используются для моделирования экологических систем или экосистем, а также в исследованиях циркуляции океана и углеродного цикла . ^[31] Они являются примерами многокомпонентной модели .

История

В 1956 году Норман Филлипс разработал математическую модель, которая реалистично отображала ежемесячные и сезонные закономерности в тропосфере. Это была первая успешная климатическая модель. ^{[32] [33]} Затем несколько групп начали работать над созданием моделей общей циркуляции . ^[34] Первая модель общей циркуляции климата объединила океанические и атмосферные процессы и была разработана в конце 1960-х годов в Лаборатории геофизической гидродинамики , входящей в состав Национального управления океанических и атмосферных исследований США . ^[35]

К 1975 году Манабе и Везеральд разработали трехмерную модель глобального климата , которая дала приблизительно точное представление о текущем климате. Удвоение CO2 _в атмосфере модели дало примерно 2 °C повышение глобальной температуры. ^[36] Несколько других видов компьютерных моделей дали похожие результаты: было невозможно создать модель, которая давала бы что-то похожее на реальный климат и не имела бы повышения температуры при увеличении концентрации _{CO2 .}

К началу 1980-х годов Национальный центр атмосферных исследований США разработал модель атмосферы сообщества (CAM), которая может работать сама по себе или как атмосферный компонент модели климатической системы сообщества . Последнее обновление (версия 3.1) автономной модели CAM было выпущено 1 февраля 2006 года. ^{[37] [38] [39]} В 1986 году начались работы по инициализации и моделированию типов почв и растительности, что привело к более реалистичным прогнозам. ^[40] Связанные климатические модели океана и атмосферы, такие как модель HadCM3 Центра прогнозирования и исследования климата Хэдли , используются в качестве входных данных для исследований изменения климата . ^[34]

Рост достоверности прогнозов с течением времени

В 2010 году МГЭИК заявила, что доверие к прогнозам, полученным с помощью климатических моделей, возросло:

«Существует значительная уверенность в том, что климатические модели дают достоверные количественные оценки будущих изменений климата, особенно в континентальных масштабах и выше. Эта уверенность исходит из того, что модели основаны на принятых физических принципах и на их способности воспроизводить наблюдаемые особенности текущего климата и прошлых изменений климата. Уверенность в модельных оценках выше для некоторых климатических переменных (например, температуры), чем для других (например, осадков). За несколько десятилетий развития модели последовательно давали надежную и недвусмысленную картину значительного потепления климата в ответ на увеличение выбросов парниковых газов». ^[41]

Координация исследований

Всемирная программа исследований климата (ВПИК), организованная Всемирной метеорологической организацией (ВМО), координирует исследовательскую деятельность по моделированию климата во всем мире.

В отчете Национального исследовательского совета США за 2012 год обсуждалось, как крупное и разнообразное предприятие по моделированию климата в США может эволюционировать, чтобы стать более унифицированным. ^[42] Эффективность может быть достигнута путем разработки общей программной инфраструктуры, разделяемой всеми исследователями климата в США, и проведения ежегодного форума по моделированию климата, говорится в отчете. ^[43]

Проблемы

Потребление электроэнергии

В настоящее время климатические модели, разрешающие облачные вычисления, работают на мощных суперкомпьютерах , которые потребляют много энергии и, таким образом, вызывают выбросы CO2. _[ ^44]  Они требуют экзафлопсных вычислений (миллиард миллиардов — т.е. квинтиллион — вычислений в секунду). Например, экзафлопсный суперкомпьютер Frontier потребляет 29 МВт. ^[45] Он может моделировать климат за год в масштабах, разрешающих облачные вычисления, за день. ^[46]

Методы, которые могут привести к экономии энергии, включают, например: «снижение точности вычислений с плавающей точкой; разработку алгоритмов машинного обучения для избежания ненужных вычислений; и создание нового поколения масштабируемых числовых алгоритмов, которые обеспечат более высокую пропускную способность с точки зрения моделируемых лет на настенные сутки». ^[44]

Параметризация

Параметризация в погодной или климатической модели — это метод замены процессов, которые слишком мелкомасштабны или сложны для физического представления в модели, упрощенным процессом. Это можно противопоставить другим процессам, например, крупномасштабному потоку атмосферы, которые явно разрешены в моделях. С этими параметризациями связаны различные параметры, используемые в упрощенных процессах. Примерами являются скорость падения капель дождя, конвективные облака, упрощения атмосферного переноса излучения на основе кодов атмосферного переноса излучения и микрофизика облаков . Радиационные параметризации важны как для атмосферного, так и для океанического моделирования. Атмосферные выбросы из разных источников в отдельных ячейках сетки также должны быть параметризованы, чтобы определить их влияние на качество воздуха .

Смотрите также

• Атмосферный реанализ
• Модель химического транспорта
• Измерение атмосферной радиации (ARM) (в США)
• Обмен климатическими данными
• Climateprediction.net
• Численный прогноз погоды
• Статическая модель атмосферы
• Модель прогнозирования тропических циклонов
• Проверка и валидация моделей компьютерного моделирования
• Модель морского льда CICE

Ссылки

1. IPCC (2014). "AR5 Synthesis Report - Climate Change 2014. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernment Panel on Climate Change" (PDF) : 58. Вставка 2.3. "Модели" обычно представляют собой числовые симуляции реальных систем, откалиброванные и проверенные с использованием наблюдений из экспериментов или аналогий, а затем запущенные с использованием входных данных, представляющих будущий климат. Модели также могут включать в себя в значительной степени описательные повествования о возможном будущем, например, те, которые используются при построении сценариев. Количественные и описательные модели часто используются вместе. {{cite journal}}: Цитировать журнал требует |journal=( помощь )
2. Тренберт, Кевин Э. (2022). «Глава 1: Земля и климатическая система». Изменение потока энергии через климатическую систему (1-е изд.). Cambridge University Press. doi : 10.1017/9781108979030. ISBN 978-1-108-97903-0.
3. "Первая климатическая модель". Празднование 200-летия NOAA. 2007.
4. [1] Архивировано 27 сентября 2007 г. на Wayback Machine.
5. "NOAA 200th Top Tens: Прорывы: Первая климатическая модель". noaa.gov .
6. Svante Arrhenius (1896). «О влиянии углекислого газа в воздухе на температуру земли». Philosophical Magazine and Journal of Science . 41 (251): 237–276. doi :10.1080/14786449608620846.
7. North, Gerald R.; Stevens, Mark J. (2006), "Модели энергетического баланса климата", в Kiehl, JT; Ramanathan, V. (ред.), Frontiers in Climate Modelling , Кембриджский университет, стр. 52, doi : 10.1017/CBO9780511535857.004, hdl : 2060/19810008165 , ISBN 9780511535857
8. Норт, Джеральд Р.; Кванг-Юл, Ким (2017), Модели энергетического баланса и климата , серия Wiley по физике атмосферы и дистанционному зондированию, Wiley-VCH, ISBN 978-3-527-41132-0
9. Хелд, Айзек М. (2005). «Разрыв между моделированием и пониманием в моделировании климата». Бюллетень Американского метеорологического общества . 86 (11): 1609–1614. doi :10.1175/BAMS-86-11-1609.
10. Полвани, Л. М.; Клемент, А. С.; Медейрос, Б.; Бенедикт, Дж. Дж.; Симпсон, ИР (2017). «Когда меньше значит больше: открывая дверь к более простым климатическим моделям». Eos (98). doi : 10.1029/2017EO079417 .
11. Goode, PR; et al. (2001). "Earthshine Observations of the Earth's Reflectance" (PDF) . Geophys. Res. Lett . 28 (9): 1671–4. Bibcode :2001GeoRL..28.1671G. doi :10.1029/2000GL012580. S2CID  34790317. Архивировано (PDF) из оригинала 22 июля 2018 г.
12. «Ученые наблюдают за темной стороной Луны, чтобы контролировать климат Земли». Американский геофизический союз . 17 апреля 2001 г. Архивировано из оригинала 27 февраля 2009 г. Получено 1 марта 2010 г.
13. "Изменение климата: глобальная температура". NOAA . Получено 6 июля 2023 г.
14. «Облака и система лучистой энергии Земли» (PDF) . NASA. 2013. Архивировано из оригинала (PDF) 18 февраля 2013 года.
15. "Образцы морской воды - Коэффициенты излучения". ucsb.edu .
16. Jin M, Liang S (15 июня 2006 г.). «Улучшенный параметр излучательной способности поверхности Земли для моделей поверхности Земли с использованием глобальных наблюдений дистанционного зондирования» (PDF) . J. Climate . 19 (12): 2867–81. Bibcode :2006JCli...19.2867J. doi :10.1175/JCLI3720.1. Архивировано (PDF) из оригинала 4 июня 2007 г.
17. TR Shippert; SA Clough; PD Brown; WL Smith; RO Knuteson; SA Ackerman. "Spectral Cloud Emissivity from LBLRTM/AERI QME" (PDF) . Труды восьмой научной встречи группы по измерению атмосферной радиации (ARM), март 1998 г., Тусон, Аризона . Архивировано (PDF) из оригинала 25 сентября 2006 г.
18. А. Г. Горелик; В. Стерлядкин; Э. Кадыгров; А. Колдаев. "Микроволновая и ИК-радиометрия для оценки баланса атмосферной радиации и образования морского льда" (PDF) . Труды одиннадцатого заседания научной группы по измерению атмосферной радиации (ARM), март 2001 г., Атланта, Джорджия . Архивировано (PDF) из оригинала 25 сентября 2006 г.
19. "ACS Climate Science Toolkit - Atmospheric Warming - A Single-Layer Atmosphere Model". Американское химическое общество . Получено 2 октября 2022 г.
20. "ACS Climate Science Toolkit - Atmospheric Warming - A Multi-Layer Atmosphere Model". Американское химическое общество . Получено 2 октября 2022 г.
21. "METEO 469: От метеорологии к смягчению последствий - Понимание глобального потепления - Урок 5 - Моделирование климатической системы - Однослойная модель энергетического баланса". Колледж минеральных и геологических наук Университета штата Пенсильвания - Кафедра метеорологии и атмосферных наук . Получено 2 октября 2022 г.
22. Manabe, Syukuro ; Wetherald, Richard T. (1 мая 1967 г.). «Тепловое равновесие атмосферы с заданным распределением относительной влажности». Journal of the Atmospheric Sciences . 24 (3): 241–259. Bibcode :1967JAtS...24..241M. doi : 10.1175/1520-0469(1967)024<0241:TEOTAW>2.0.CO;2 .
23. "Факты о Сюкуро Манабэ". nobelprize.org . Получено 14 ноября 2023 г. .
24. "Pubs.GISS: Wang and Stone 1980: Влияние обратной связи альбедо льда на глобальную чувствительность в одномерном..." nasa.gov . Архивировано из оригинала 30 июля 2012 г.
25. Wang, WC; PH Stone (1980). «Влияние обратной связи лед-альбедо на глобальную чувствительность в одномерной радиационно-конвективной модели климата». J. Atmos. Sci . 37 (3): 545–52. Bibcode :1980JAtS...37..545W. doi : 10.1175/1520-0469(1980)037<0545:EOIAFO>2.0.CO;2 .
26. "Модели энергетического баланса". shodor.org .
27. М.И. Будыко (1969). «Влияние вариаций солнечной радиации на климат Земли». Tellus . 21 (5): 611–619. doi : 10.3402/tellusa.v21i5.10109 .
28. Уильям Д. Селлерс (1969). «Глобальная климатическая модель, основанная на энергетическом балансе системы Земля-Атмосфера». Журнал прикладной метеорологии . 8 (3): 392–400. Bibcode :1969JApMe...8..392S. doi : 10.1175/1520-0450(1969)008<0392:AGCMBO>2.0.CO;2 .
29. Дж. Грэм Когли (1990). «Двадцать пять лет физической климатологии». Глобальные и планетарные изменения . 2 (3–4): 213–216. doi :10.1016/0921-8181(90)90001-S.
30. "emics1". pik-potsdam.de .
31. Сармьенто, Дж. Л.; Тоггвайлер, Дж. Р. (1984). «Новая модель роли океанов в определении атмосферного P CO 2». Nature . 308 (5960): 621–24. Bibcode :1984Natur.308..621S. doi :10.1038/308621a0. S2CID  4312683.
32. Норман А. Филлипс (апрель 1956 г.). «Общая циркуляция атмосферы: численный эксперимент» (PDF) . Quarterly Journal of the Royal Meteorological Society . 82 (352): 123–154. Bibcode : 1956QJRMS..82..123P. doi : 10.1002/qj.49708235202.
33. Джон Д. Кокс (2002). Storm Watchers. John Wiley & Sons, Inc. стр. 210. ISBN 978-0-471-38108-2.
34. Питер Линч (2006). "Интеграции ENIAC". Возникновение численного прогноза погоды: мечта Ричардсона . Cambridge University Press . стр. 208. ISBN 978-0-521-85729-1. Получено 6 февраля 2018 г.
35. Национальное управление океанических и атмосферных исследований (22 мая 2008 г.). «Первая климатическая модель» . Получено 8 января 2011 г.
36. Manabe S.; Wetherald RT (1975). «Влияние удвоения концентрации CO2 на климат модели общей циркуляции». Журнал атмосферных наук . 32 (3): 3–15. Bibcode :1975JAtS...32....3M. doi : 10.1175/1520-0469(1975)032<0003:teodtc>2.0.co;2 .
37. "CAM 3.1 Download". www.cesm.ucar.edu . Получено 25 июня 2019 г. .
38. Уильям Д. Коллинз и др. (июнь 2004 г.). «Описание модели атмосферы сообщества NCAR (CAM 3.0)» (PDF) . Университетская корпорация по атмосферным исследованиям . Архивировано из оригинала (PDF) 26 сентября 2019 г. . Получено 3 января 2011 г. .
39. "CAM3.0 COMMUNITY ATMOSPHERE MODEL". University Corporation for Atmospheric Research . Получено 6 февраля 2018 г.
40. Yongkang Xue & Michael J. Fennessey (20 марта 1996 г.). "Влияние свойств растительности на прогноз погоды летом в США" (PDF) . Journal of Geophysical Research . 101 (D3): 7419. Bibcode :1996JGR...101.7419X. CiteSeerX 10.1.1.453.551 . doi :10.1029/95JD02169. Архивировано из оригинала (PDF) 10 июля 2010 г. . Получено 6 января 2011 г. . 
41. "Климатические модели и их оценка" (PDF) . Архивировано из оригинала (PDF) 22 сентября 2010 г. Получено 29 августа 2010 г.
42. "Отчет Национального исследовательского совета США, Национальная стратегия по продвижению моделирования климата". Архивировано из оригинала 3 октября 2012 года . Получено 18 января 2021 года .
43. "US National Research Council Report-in-Brief, A National Strategy for Advancing Climate Modeling". Архивировано из оригинала 18 октября 2012 г. Получено 3 октября 2012 г.
44. Лофт, Ричард (2020). «Моделирование системы Земли должно стать более энергоэффективным». Eos (101). doi : 10.1029/2020EO147051 . ISSN  2324-9250.
45. Trader, Tiffany (2021). «Frontier to Meet 20MW Exascale Power Target Set by DARPA in 2008». HPCwire . Получено 8 декабря 2023 г.
46. "Модель климата, разрешающая облачные данные, встречается с самым быстрым в мире суперкомпьютером". LabNews . Получено 8 декабря 2023 г. .

Внешние ссылки

• Почему важны результаты климатических моделей следующего поколения CarbonBrief, гостевой пост Белчера, Буше, Саттона, 21 марта 2019 г.

Климатические модели в Интернете:

• Модель климатической системы сообщества NCAR/UCAR (CCSM)
• Прогнозирование климата своими руками
• Первичная исследовательская GCM, разработанная NASA/GISS (Институт космических исследований Годдарда)
• Оригинальная глобальная климатическая модель (GCM) NASA/GISS с удобным интерфейсом для ПК и Mac
• Информация о модели CCCma и интерфейс для извлечения данных модели