Tölvutengdar loftslagslíkanaaðferðir
Tölvubundin loftslagslíkön eru vísindaleg viðleitni til að lýsa loftslagskerfi jarðar - lofthjúpi, hafi, landi, ís og lífhvolfi - í formi stærðfræðilegra jafna sem tölvur herma eftir. Markmiðið er ekki einfaldlega að „spá fyrir um veðrið“ heldur að skilja langtímahegðun loftslags, meta áhrif athafna manna og kanna framtíðarsviðsmyndir byggðar á breytingum á losun gróðurhúsalofttegunda, landnotkun og náttúrulegum þáttum eins og eldgosum og sólarbreytingum. Þar sem loftslag er flókið kerfi byggir loftslagslíkön á ýmsum viðbótarreikniaðferðum, allt frá jöfnubundnum eðlisfræðilegum líkönum til tölfræðilegra og vélanámsaðferða.
1. Líkön byggð á eðlisfræðilegum jöfnum (Dynamical Models)
Grundvallaraðferðin í loftslagslíkönum er hreyfilíkön, sem smíðar líkön út frá þekktum eðlisfræðilögmálum. Í meginatriðum er hreyfifræði lofthjúpsins og hafsins lýst með hlutajöfnum eins og Navier-Stokes jöfnum (fyrir vökva), varmafræðijöfnum (orkujöfnum), varðveislu massa (samfelldni) og jöfnum fyrir vatnsgufuflutning eða seltu. Þar sem þessar jöfnur skortir einfaldar greiningarlausnir á reikistjörnukvarða eru tölvur notaðar til að framkvæma tölulega samþættingu yfir tíma.
Loftslagslíkön eru yfirleitt brotin niður í nokkra þætti: lofthjúp, haf, land, hafís og stundum efnafræði lofthjúpsins. Samspil þessara þátta tengist saman í gegnum skipti á orku, raka, skriðþunga og kolefnisflæði. Kosturinn við eðlisfræðilega nálgun er samræmi hennar við grundvallarreglur náttúrunnar; ókostir hennar eru reiknikostnaður og að hún treystir á einföldun fyrir ferli sem eru of smá í umfangi (t.d. varmaþokur).
2. Ristgreining og rúmfræðileg og tímabundin upplausn
Þar sem jörðin er samfelld þarf að nota aðferðir til að aðgreina líkön: yfirborðið og lofthjúpurinn eru skipt í reiti (ferninga) í breiddar- og lengdargráðulögum og lóðréttum lögum. Upplausn reitisins (t.d. 100 km, 25 km eða fínni) ákvarðar smáatriðin sem hægt er að sýna. Því fínni sem upplausnin er, því fleiri staðbundin ferli er hægt að „sýna“ beint, en reiknikröfurnar aukast verulega.
Auk hefðbundins breiddar- og lengdargráðunets nota sumar gerðir teningslaga kúlulaga net eða endanlegar þáttaaðferðir til að draga úr tölulegum vandamálum nálægt pólunum. Val á tímaskrefi er einnig mikilvægt: of stórt tímaskref getur gert líkanið óstöðugt, en of lítið skref hægir á hermuninni. Þess vegna eru ákveðnar tölulegar aðferðir - eins og hálf-óbeinar eða split-explicit - notaðar til að viðhalda stöðugleika en samt vera skilvirkar.
3. Parameterstilling undirnetsferla
Mörg mikilvæg ferli eiga sér stað á minni skala en netfrumur, svo sem skýjamyndun, ókyrrð í jaðarlögum, úrkoma með varma eða víxlverkun úða og skýja. Þar sem ekki er hægt að herma þau beint við algengar hnattrænar upplausnir eru þau táknuð með breytum: empírískum eða hálf-empírískum reglum sem tengja aðstæður á netskala við meðaláhrif lítilla ferla.
Parameterisering er ein stærsta óvissuorka í loftslagsspám, sérstaklega hvað varðar ský, sem hafa áhrif á endurskinsgetu jarðar (albedo) og geislunarviðbrögð. Nútíma aðferðir við parametriseringu fela í sér stokastískar parametriseringaraðferðir, sem fella inn líkindafræðilega þætti til að tákna litlar breytingar sem hnitanetið greinir ekki.
4. Almenn hringrásarlíkön og jarðkerfislíkön (GCM og ESM)
Þekktustu loftslagslíkönin á heimsvísu eru almennar hringrásarlíkön (e. General Circulation Models, GCM), sem herma eftir hringrás lofthjúpsins og/eða sjávar á reikistjörnustigi. Ítarlegri líkön eru þekkt sem jarðkerfislíkön (e. Earth System Models, ESM), sem bæta við lífefnafræðilegum hringrásum eins og kolefnis- og köfnunarefnishringrásum og gróðurfarsbreytingum. Með ESM geta vísindamenn ekki aðeins rannsakað hitastigssvörun við losun heldur einnig hvernig loftslagsbreytingar hafa áhrif á getu vistkerfa til að taka upp kolefni og þannig skapa loftslags-kolefnisviðbrögð.
Á notkunarstigi er þetta líkan notað til að gera tilraunir með „sviðsmyndir“: til dæmis hvernig loftslagið myndi þróast ef losun héldi áfram að aukast, héldist stöðug eða minnkaði hratt. Niðurstöðurnar mynda grunn að alþjóðlegum vísindarannsóknum og upplýsa loftslagsstefnu.
5. Minnkun: frá alþjóðlegu til svæðisbundnu
Þarfir notenda eru oft staðbundnar: áhrif á úrkomu í þéttbýli, öfgar í hitastigi á landbúnaðarsvæðum eða hætta á flóðum í vatnasviðum. Þar sem hnattræn líkön eru oft of grófar fyrir staðbundnar upplýsingar eru notaðar aðferðir til að minnka stærðina.
Tvær meginaðferðir eru til. Í fyrsta lagi er um að ræða kraftmikla niðurkvarða með svæðisbundnu loftslagslíkani (RCM), sem keyrir líkan með mikilli upplausn yfir tiltekið svæði með takmörkunum hnattræns líkans. Í öðru lagi er um að ræða tölfræðilega niðurkvarða, sem setur fram tölfræðileg tengsl milli stórfelldra breyta (t.d. lofthjúpshringrásar) og staðbundinna breyta (úrkomu á stöðvum). Tölfræðileg niðurkvarða er ódýrari en byggir á þeirri forsendu að fyrri tölfræðileg tengsl haldist í framtíðinni.
6. Gagnasamþætting fyrir endurgerð líkans og samræmi
Þótt gagnasamþætting sé þekktust í veðurspám, þá er þessi tækni einnig mikilvæg í loftslagslíkönum, sérstaklega til endurgreiningar og endurgerðar á sögulegum loftslagsaðstæðum. Gagnasamþætting sameinar athuganir (gervihnetti, geimstöð, skipi, baujum) við fyrri mælingar líkana til að framleiða samræmda mat á ástandi lofthjúpsins og hafsins.
Algengar aðferðir eru meðal annars Kalman-síið (og afleiður þess eins og Ensemble Kalman-síið) og breytileikaaðferðir (3D-Var/4D-Var). Í loftslagssamhengi hjálpar aðlögun að sameina dreifð og ófullkomin gögn og veitir þannig söguleg gögn sem eru gagnleg til að meta líkön og skilja langtímaþróun.
7. Sameiginleg líkanagerð fyrir óvissu og líkindi
Loftslag er kaotiskt, þannig að niðurstöður hermunar eru viðkvæmar fyrir upphafsskilyrðum og vali á breytum. Til að ná þessu er notuð samstæðulíkön: keyrsla líkans er framkvæmd margoft með mismunandi upphafsskilyrðum, atburðarásum eða breytum til að búa til fjölbreytt úrval möguleika. Samstæðulíkön gera vísindamönnum kleift að meta líkur á atburði (t.d. tvöföldun á líkum á mikilli hitabylgju) frekar en aðeins einnar niðurstöðu.
Ensemble styður einnig fjöllíkanasamstæður, sem sameina margar gerðir frá mismunandi stofnunum. Samanburður á milli líkana er gagnlegur til að bera kennsl á trausta (samræmda) og óvissa eiginleika.
8. Mat á líkani og mælingar á afköstum (staðfesting líkans)
Líkanagerð stoppar ekki við að keyra hermir; mat á líkönum er jafn mikilvægt. Líkön eru borin saman við sögulegar athuganir, endurgreiningar og skrár um fornloftslag (t.d. ískjarna eða setlög) til að staðfesta getu þeirra til að endurskapa mynstur hitastigs, úrkomu, monsúnhringrásar, El Niño-La Niña og þróun hlýnunar jarðar. Matsaðferðir fela í sér tölfræðilegar mælikvarða (skekkju, RMSE, fylgni), greiningu á öfgum og mat á orku- og vatnssparnaði.
Nútímamat leggur einnig áherslu á ferlabundið mat: ekki bara að para saman tölur, heldur að meta hvort líkanið endurskapi rétt eðlisfræðileg ferli, til dæmis ferla skýjamyndunar í hitabeltissvæðum eða gangverk helstu hafstrauma.
9. Vélanám og blendingslíkön
Á undanförnum árum hefur vélanám (e. machine learning, ML) orðið viðbótartækni. Vélanám er notað til að flýta fyrir dýrum íhlutum (staðgöngulíkön), leiðrétta skekkjur (bjögunarleiðrétting) eða smíða færibreytur fyrir ský og ókyrrð sem lærðar eru úr mjög hárri upplausnarhermunum og athugunargögnum.
Efnisleg nálgun er blendingalíkan: að sameina efnislegan kjarna (til að viðhalda samræmi við náttúruverndarlögmál) og vélræna mælingareiningu fyrir undirnetsferli. Helstu áskoranirnar eru alhæfing út fyrir gagnasvið þjálfunargagna, túlkunarhæfni og að tryggja tölulegan stöðugleika þegar vélræn mæling er samþætt langtíma loftslagslíkön.
10. Háafkastamikil tölvuvinnsla og orkunýting
Nútíma loftslagslíkön keyra á ofurtölvum með þúsundum til milljóna reiknikjarna. Samsíða aðferðir, kóðabestun og gagnainntaks- og úttaksstjórnun eru lykilatriði. Sífellt hærri upplausn og stærri gagnasett framleiða petabæti af gögnum, sem gerir gagnastjórnun, þjöppun og greiningar á staðnum (vinnsla gagna á meðan hermun er í gangi) sífellt mikilvægari.
Tilkoma skjákorta og nýrra tölvuarkitektúra hefur knúið áfram endurþróun líkana til að gera þau skilvirkari. Á sama tíma er loftslagssamfélagið einnig farið að íhuga kolefnisspor tölvunarfræðinnar, sem gerir skilvirkni ekki bara spurning um tíma heldur einnig orkunotkun.
Lokun
Tölvutengdar loftslagslíkön sameina eðlisfræði, tölulega stærðfræði, tölfræði, gagnavísindi og afkastamikla tölvuvinnslu. Frá jöfnubundnum kraftmiklum líkönum, aðgreiningu hneta og breytugerð undirneta, til samsafna, niðurskalunar, gagnasamþættingar og samþættingar vélanáms, miða allar að því að skilja flókið loftslagskerfi og veita áreiðanlegar upplýsingar. Eftir því sem athuganir, kenningar og reiknimöguleikar batna mun loftslagslíkanagerð í auknum mæli geta svarað áríðandi spurningum: hvernig loftslagið er að breytast, hversu hratt það er að breytast og hvaða aðferðir verða áhrifaríkastar til að draga úr losun gróðurhúsalofttegunda í framtíðinni og aðlögun.
