Las cuadrículas terrestres indican el núcleo dinámico del componente del modelo atmosférico en FGOALS-f3-L, mientras que las nubes y la precipitación asociada indican el esquema físico clave en el modelo atmosférico, el esquema de precipitación convectiva en resolución (RCP), que hace que el modelo tenga en cuenta la escala y sea computacionalmente rápido. Basado en la supercomputadora 'Tianhe 2', como se muestra debajo del globo cuadriculado, los autores completan los experimentos AMIP de CMIP6, lo que contribuirá en gran medida a nuestra comprensión de los fenómenos climáticos extremos como los tifones, inundaciones sequía, y tormentas de nieve. Es más, Estos conjuntos de datos también contribuirán al punto de referencia de los comportamientos del modelo actual para la continuidad deseada de CMIP. Crédito:Avances en Ciencias Atmosféricas
Los modelos numéricos son una herramienta clave para que los científicos del clima comprendan el pasado, el cambio climático presente y futuro derivado de variabilidad no forzada o en respuesta a cambios, según el Dr. Qing Bao, Investigador del Laboratorio Estatal Clave de Modelado Numérico para Ciencias Atmosféricas y Dinámica de Fluidos Geofísicos (LASG), Instituto de Física Atmosférica (IAP), Academia de Ciencias de China (CAS), y el autor correspondiente de un estudio publicado recientemente.
"Cambio climático, como el calentamiento global, influir sustancialmente en la sociedad humana en todos los aspectos, y la predicción del clima es un tema candente constante en la comunidad científica del clima, "dice el Dr. Bao." El Proyecto de Intercomparación de Modelos Acoplados (CMIP), organizado bajo los auspicios del Grupo de Trabajo sobre Modelado Acoplado del Programa Mundial de Investigaciones Climáticas, utiliza modelos climáticos de última generación para proporcionar una base de evidencia física para los formuladores de políticas, como el IPCC (Panel Intergubernamental sobre Cambio Climático) ".
El Dr. Bao y su equipo de modelos, un grupo de investigadores de LASG / IAP, están a cargo del desarrollo del modelo atmosférico del modelo climático FGOALS-f3-L de CAS. Recientemente completaron las simulaciones de AMIP (Atmospheric Model Intercomparison Project) en la sexta fase de CMIP y publicaron sus conjuntos de datos de los nodos de ESGF (Earth System Grid Federation) como un documento de descripción de datos en Avances en ciencias atmosféricas .
El modelo atmosférico de volumen finito (FAMIL) en FGOALS-f3-L, que es el AGCM (modelo de circulación general atmosférica) de nueva generación del Modelo de Atmósfera Espectral de LASG (SAMIL), se ha corregido para los experimentos CMIP6 en 2017. En esta versión, El esquema de parametrización de la física del modelo y el núcleo dinámico se ha actualizado sustancialmente. El nuevo modelo es rápido en completar enormes tareas informáticas y supera algunos sesgos del modelo relacionados con la sensibilidad climática y la microfísica de la nube de la última versión. La versión actual muestra una buena capacidad no solo para capturar patrones a gran escala de precipitación media climatológica y temperatura superficial, pero también es bueno para reflejar eventos intraestacionales como MJO (Oscilación Madden-Julian) y tifones, que supusieron un desafío para los modelos CMIP5, según el Dr. He, el primer autor de este artículo.
Siguiendo el diseño de los experimentos AMIP, Se llevaron a cabo tres simulaciones de conjuntos durante el período 1979-2014, que fueron forzados por la temperatura media mensual observada de la superficie del mar y el hielo marino, según lo recomendado por los proyectos CMIP6. Los resultados del modelo contienen un total de 37 variables e incluyen la media requerida de tres horas, transitorio de seis horas, conjuntos de datos medios diarios y mensuales.
"La evaluación preliminar sugiere que FGOALS-f3-L puede capturar bien los patrones básicos de circulación atmosférica y precipitación, y estos conjuntos de datos podrían contribuir al punto de referencia de los comportamientos del modelo actual para la continuidad deseada de CMIP, "El Dr. Bao explica." El análisis de estos conjuntos de datos también será útil para comprender las fuentes de los sesgos de los modelos y será beneficioso para el desarrollo de sistemas de pronóstico del clima ".
