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 .
Ячейки сетки моделей погоды и климата имеют стороны от 5 километров (3,1 мили) до 300 километров (190 миль). Типичное кучевое облако имеет масштаб менее 1 километра (0,62 мили) и потребует еще более мелкой сетки, чтобы быть физически представленным уравнениями движения жидкости. Поэтому процессы, которые представляют такие облака , параметризуются процессами различной сложности. В самых ранних моделях, если столб воздуха в ячейке сетки модели был нестабилен (т. е. нижняя часть теплее верхней), то он переворачивался, и воздух в этой вертикальной колонке смешивался. Более сложные схемы добавляют улучшения, признавая, что только некоторые части ячейки могут конвектировать и что происходит увлечение и другие процессы. [1] Погодные модели, которые имеют ячейки сетки со сторонами от 5 километров (3,1 мили) до 25 километров (16 миль), могут явно представлять конвективные облака, хотя им все еще необходимо параметризовать микрофизику облаков. [2]
Образование крупномасштабных ( слоистых ) облаков более физически обосновано: они образуются, когда относительная влажность достигает некоторого заданного значения. Тем не менее, необходимо учитывать процессы в масштабе подсетки. Вместо того, чтобы предполагать, что облака образуются при 100% относительной влажности, фракцию облаков можно связать с критической относительной влажностью 70% для слоистых облаков и на уровне или выше 80% для кучевообразных облаков, [3] отражая изменение масштаба подсетки, которое имело бы место в реальном мире. Части параметризации осадков включают скорость конденсации, обмен энергией, связанный с изменением состояния от водяного пара до жидких капель, и микрофизический компонент, который контролирует скорость изменения от водяного пара до капель воды. [4]
Количество солнечной радиации, достигающей уровня земли в пересеченной местности или из-за переменной облачности, параметризуется, поскольку этот процесс происходит в молекулярном масштабе. [5] Этот метод параметризации также применяется для поверхностного потока энергии между океаном и атмосферой, чтобы определить реалистичные температуры поверхности моря и тип морского льда, обнаруженного вблизи поверхности океана. [4] Кроме того, размер сетки моделей велик по сравнению с фактическим размером и шероховатостью облаков и топографии. Учитывается угол падения солнечных лучей, а также воздействие нескольких слоев облаков. [6] Тип почвы, тип растительности и влажность почвы определяют, сколько радиации идет на потепление и сколько влаги втягивается в прилегающую атмосферу. Таким образом, их важно параметризовать. [7]
.svg/1280px-Gaussian_Plume_(SVG).svg.png)
Прогнозирование качества воздуха пытается предсказать, когда концентрации загрязняющих веществ достигнут уровней, опасных для здоровья населения. Концентрация загрязняющих веществ в атмосфере определяется переносом, диффузией , химическим преобразованием и осаждением на почву . [8] Наряду с информацией об источнике загрязняющего вещества и рельефе местности, эти модели требуют данных о состоянии потока жидкости в атмосфере для определения его переноса и диффузии. [9] В моделях качества воздуха параметризации учитывают выбросы в атмосферу из нескольких относительно небольших источников (например, дорог, полей, заводов) в определенных ячейках сетки. [10]
Океан (и, хотя и более изменчиво, атмосфера) стратифицированы 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 тому, что изопикны станут наклонными относительно изобар. Эти наклонные поверхности плотности представляют собой источник потенциальной энергии, и если наклон становится достаточно крутым, может возникнуть нестабильность жидкости, известная как бароклинная нестабильность . Вихри возникают из-за бароклинной нестабильности, которая выравнивает поверхности плотности посредством наклонного обмена жидкостью. [11]
Результирующие 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 бароклинные вихри формируются в масштабах около 1° (~100 км) в тропиках, но менее 1/12° (~10 км) на полюсах и в некоторых шельфовых морях. [12] Большинство климатических моделей, таких как те, которые запускаются в рамках экспериментов CMIP , запускаются с разрешением 1-1/4° в океане, [13] и поэтому не могут 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], которая влияет на глобальный климат. [16] В результате эффекты вихрей параметризуются в климатических моделях, например, с помощью широко используемой параметризации Гента-Мак-Вильямса (GM), которая представляет изопикнически-уплощающие эффекты вихрей как диффузионный коэффициент. [17] [18] Эта параметризация не идеальна - например, она может переоценивать чувствительность Антарктического циркумполярного течения и AMOC к силе ветров над Южным океаном . [19] [20] В результате разрабатываются альтернативные параметризации для улучшения представления вихрей в океанических моделях. [21] [22]
По мере увеличения разрешения модели ошибки, связанные с влажными конвективными процессами, увеличиваются, поскольку предположения, которые статистически обоснованы для более крупных ячеек сетки, становятся сомнительными, как только ячейки сетки уменьшаются в масштабе по отношению к размеру самой конвекции. При разрешениях выше T639, которое имеет размер ячейки сетки около 30 километров (19 миль), [23] конвективная схема Аракавы-Шуберта производит минимальные конвективные осадки, делая большинство осадков нереалистично стратифицированными по своей природе. [24]
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 в параметризации называется калибровкой или иногда менее точной настройкой. Калибровка — сложный процесс, и для ее выполнения используются различные 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 похожему на реальность. [25]
{{cite book}}: CS1 maint: несколько имен: список авторов ( ссылка )Плант, Роберт С.; Яно, Джун-Ичи (2015). Параметризация атмосферной конвекции . Imperial College Press. ISBN 978-1-78326-690-6.