Hispanopedia Wiki
Articulo de referencia

Modelo de sistemas terrestres de complejidad intermedia

Los modelos de sistemas terrestres de complejidad intermedia (EMIC) constituyen una clase importante de modelos climáticos , utilizados principalmente para investigar los sistem...

Hispanopedia WikiContenido en espanolLectura gratuita

Los modelos de sistemas terrestres de complejidad intermedia (EMIC) constituyen una clase importante de modelos climáticos , utilizados principalmente para investigar los sistemas terrestres en escalas temporales largas o con un coste computacional reducido. Esto se logra principalmente mediante la operación con una resolución temporal y espacial menor que la de los modelos de circulación general (GCM) más completos. Debido a la relación no lineal entre la resolución espacial y la velocidad de ejecución del modelo, reducciones modestas en la resolución pueden conducir a grandes mejoras en la velocidad de ejecución del modelo. [ 1 ] Históricamente, esto ha permitido la inclusión de sistemas terrestres previamente no incorporados, como las capas de hielo y las retroalimentaciones del ciclo del carbono . Se entiende convencionalmente que estos beneficios se obtienen a costa de cierta precisión del modelo. Sin embargo, el grado en que los modelos de mayor resolución mejoran la precisión en lugar de simplemente la exactitud es objeto de debate. [ 2 ] [ 3 ]

Historia

A mediados del siglo XX, la capacidad de cálculo se había vuelto lo suficientemente potente como para permitir modelos de flujo de masa y energía en una malla con resolución vertical y horizontal. [ 4 ] Para 1955, estos avances habían dado lugar a lo que hoy se reconoce como un GCM primitivo (prototipo de Phillips [ 5 ] ). Incluso en esta etapa temprana, la falta de capacidad de cálculo constituía una barrera importante para la entrada y una limitación en el tiempo de modelado.

El medio siglo siguiente vio una rápida mejora y demandas computacionales que aumentaron exponencialmente. [ 6 ] El modelado en escalas de longitud cada vez más pequeñas requería pasos de tiempo más pequeños debido a la condición de Courant-Friedrichs-Lewy . [ 7 ] Por ejemplo, duplicar la resolución espacial aumenta el costo computacional en un factor de 16 (factores de 2 para cada dimensión espacial y tiempo). [ 1 ] Además de trabajar en escalas más pequeñas, los GCM comenzaron a resolver versiones más precisas de las ecuaciones de Navier-Stokes . [ 8 ] Los GCM también comenzaron a incorporar más sistemas terrestres y mecanismos de retroalimentación, transformándose en modelos acoplados de sistemas terrestres. La inclusión de elementos de la criosfera , el ciclo del carbono y las retroalimentaciones de las nubes se vio facilitada y limitada por el crecimiento de la capacidad de computación. [ 1 ]

Los potentes ordenadores y el elevado coste necesarios para ejecutar estos modelos "completos" limitaban el acceso a muchos grupos de investigación universitarios. Esto impulsó el desarrollo de los EMIC. Mediante una parametrización juiciosa de las variables clave, los investigadores podían ejecutar simulaciones climáticas en ordenadores menos potentes o, alternativamente, mucho más rápido en ordenadores comparables. Un ejemplo actual de esta diferencia de velocidad se observa entre el EMIC JUMP-LCM y el GCM MIROC4h; el primero se ejecuta 63 000 veces más rápido que el segundo. [ 9 ] La disminución de la potencia de cálculo necesaria permitió que los EMIC se ejecutaran durante periodos de tiempo más largos y, por lo tanto, incluyeran sistemas terrestres que ocupan el "dominio lento".

El modelo dinámico estadístico de Petoukhov de 1980 [ 10 ] ha sido citado como el primer EMIC moderno, [ 9 ] pero a pesar de su desarrollo a lo largo de la década de 1980, su valor específico solo alcanzó un reconocimiento más amplio a finales de la década de 1990 con su inclusión en el AR2 del IPCC bajo el nombre de "Modelos Climáticos Simples". Poco después, en el congreso del IGBP en la aldea de Shonnan, Japón, en mayo de 1999, Claussen acuñó públicamente el acrónimo EMIC. El primer modelo simplificado que adoptó la nomenclatura de "complejidad intermedia" es ahora uno de los más conocidos: CLIMBER 2. La conferencia de Potsdam, bajo la dirección de Claussen, identificó 10 EMIC, una lista que se actualizó a 13 en 2005. [ 11 ] Ocho modelos contribuyeron al AR4 del IPCC y 15 al AR5 . [ 12 ] [ 13 ]

Clasificación

Además de la "complejidad", los modelos climáticos se han clasificado por su resolución, parametrización e "integración". [ 14 ] La integración expresa el nivel de interacción de los diferentes componentes del sistema terrestre. Esto está influenciado por el número de enlaces diferentes en la red (interactividad de las coordenadas), así como por la frecuencia de interacción. Debido a su velocidad, los EMIC ofrecen la oportunidad de realizar simulaciones altamente integradas en comparación con los ESM más completos. Se han sugerido cuatro categorizaciones de EMIC basadas en el modo de simplificación atmosférica: [ 9 ] modelos estadístico-dinámicos, modelos de balance de energía y humedad, modelos cuasi-geostróficos y modelos de ecuaciones primitivas. De los 15 modelos en la contribución de la comunidad al quinto informe de evaluación del IPCC, cuatro eran estadístico-dinámicos, siete de balance de energía y humedad, dos cuasi-geostróficos y dos de ecuaciones primitivas. [ 15 ] Para ilustrar estas categorías, se presenta un estudio de caso para cada una.

Modelos estadístico-dinámicos: modelos CLIMBER

CLIMBER-2 y CLIMBER-3α son generaciones sucesivas de modelos dinámicos estadísticos de 2,5 y 3 dimensiones. [ 16 ] [ 17 ] En lugar de la evolución continua de soluciones a las ecuaciones de Navier-Stokes o ecuaciones primitivas, la dinámica atmosférica se maneja a través del conocimiento estadístico del sistema (un enfoque que no es nuevo para CLIMBER [ 18 ] ). Este enfoque expresa la dinámica de la atmósfera como campos de velocidad y temperatura a gran escala y a largo plazo. La resolución atmosférica horizontal de Climber-3α es sustancialmente más gruesa que la de un GCM atmosférico típico de 7,5° x 22,5°.

Con una escala espacial característica de 1000  km, esta simplificación impide la resolución de características a nivel sinóptico. Climber-3α incorpora modelos completos de océano, hielo marino y biogeoquímica . A pesar de estas descripciones completas, la simplificación de la atmósfera le permite operar dos órdenes de magnitud más rápido que los GCM comparables. [ 17 ] Ambos modelos CLIMBER ofrecen un rendimiento comparable al de los GCM contemporáneos en la simulación de climas actuales. Esto es claramente interesante debido a los costos computacionales significativamente menores. Ambos modelos se han utilizado principalmente para investigar paleoclimas , en particular la nucleación de capas de hielo. [ 19 ]

Modelos de balance energético y hídrico: UVic ESCM

El enfoque termodinámico del modelo UVic implica la simplificación del transporte de masa (con difusión fickiana ) y las condiciones de precipitación. [ 20 ] Este modelo puede considerarse un descendiente directo de modelos de balance energético anteriores. [ 21 ] [ 22 ] [ 23 ] Estas reducciones reducen la atmósfera a tres variables de estado: temperatura del aire superficial, temperatura de la superficie del mar y humedad específica. [ 24 ] Al parametrizar el transporte de calor y humedad con difusión, las escalas de tiempo se limitan a mayores que anuales y las escalas de longitud a mayores de 1000  km. Un resultado clave del enfoque termodinámico en lugar del fluidodinámico es que el clima simulado no presenta variabilidad interna. [ 20 ] Al igual que CLIMBER-3α, está acoplado a un modelo oceánico 3D de última generación e incluye otros modelos de vanguardia para el hielo marino y el hielo terrestre. A diferencia de CLIMBER, el modelo UVic no tiene una resolución significativamente más gruesa que los AOGCM contemporáneos (3,6° x 1,8°). Por lo tanto, toda la ventaja computacional proviene de la simplificación de la dinámica atmosférica.

Modelos cuasi-geostróficos: LOVECLIM

Las ecuaciones cuasi-geostróficas son una reducción de las ecuaciones primitivas escritas por primera vez por Charney . [ 25 ] Estas ecuaciones son válidas en el caso de un número de Rossby bajo , lo que significa solo una pequeña contribución de las fuerzas inerciales. El predominio asumido de las fuerzas de Coriolis y del gradiente de presión facilita la reducción de las ecuaciones primitivas a una sola ecuación para la vorticidad potencial en cinco variables. [ 26 ] LOVECLIM presenta una resolución horizontal de 5,6° y utiliza el modelo atmosférico cuasi geostrófico ECBilt. Incluye un módulo de retroalimentación de la vegetación de Brovkin et al. (1997). [ 27 ] El modelo presenta algunas limitaciones significativas que están fundamentalmente vinculadas a su diseño. El modelo predice una Sensibilidad Climática de Equilibrio de 1,9  °C, en el extremo inferior del rango de predicciones de GCM. La distribución de la temperatura superficial del modelo es excesivamente simétrica y no representa el sesgo norte en la ubicación de la Zona de Convergencia Intertropical . El modelo generalmente muestra menor precisión en latitudes bajas. Otros ejemplos de modelos cuasi-geostróficos son PUMA.

Modelo de ecuaciones primitivas: FAMOSO

El modelo FAMOUS de la Oficina Meteorológica del Reino Unido difumina la línea entre los modelos integrales de resolución más gruesa y los EMIC. Diseñado para ejecutar simulaciones paleoclimáticas del Pleistoceno, se ha ajustado para reproducir el clima de su predecesor, HADCM3 , resolviendo las ecuaciones primitivas escritas por Charney. Estas son de mayor complejidad que las ecuaciones cuasi-geostróficas . Originalmente llamado ADTAN, las ejecuciones preliminares presentaban sesgos significativos relacionados con el hielo marino y la AMOC , que posteriormente se corrigieron mediante el ajuste de los parámetros del hielo marino. El modelo se ejecuta con la mitad de la resolución horizontal de HADCM3. La resolución atmosférica es de 7,5°x5° y la oceánica de 3,75°x 2,5°. El acoplamiento atmósfera-océano se realiza una vez al día.

Comparaciones y evaluaciones

La intercomparación sistemática de EMIC se ha llevado a cabo desde el año 2000, más recientemente con una contribución de la comunidad al quinto informe de evaluación del IPCC . [ 15 ] La sensibilidad climática transitoria y de equilibrio de los EMIC se situó en general dentro del rango de los GCM contemporáneos con un rango de 1,9 - 4,0  °C (en comparación con 2,1° - 4,7  °C, CMIP5 ). Probados durante el último milenio, la respuesta promedio de los modelos fue cercana a la tendencia real, sin embargo, esto oculta una variación mucho mayor entre los modelos individuales. Los modelos generalmente sobreestiman la absorción de calor oceánico durante el último milenio e indican una desaceleración moderada. No se observó ninguna relación en los EMIC entre los niveles de amplificación polar , la sensibilidad climática y el estado inicial. [ 15 ] Las comparaciones anteriores con el rendimiento de los GCM y los ESM integrales no revelan todo el valor de los EMIC. Su capacidad para ejecutarse como "ESM rápidos" les permite simular períodos mucho más largos, hasta muchos milenios. Además de operar en escalas de tiempo mucho mayores que las disponibles para los GCM, proporcionan un terreno fértil para el desarrollo y la integración de sistemas que posteriormente se unirán a los GCM.

Perspectiva

Es probable que las posibles direcciones futuras para los EMIC se centren en la evaluación de incertidumbres y en servir de vanguardia para la incorporación de nuevos sistemas terrestres. [ 28 ] Gracias a su velocidad, también se prestan a la creación de conjuntos con los que restringir parámetros y evaluar sistemas terrestres. [ 27 ] Los EMIC también han liderado recientemente el campo de la investigación sobre la estabilización climática. [ 9 ] McGuffie y Henderson-Sellers argumentaron en 2001 que, en el futuro, los EMIC serían "tan importantes" como los GCM para el campo de la modelización climática [ 6 ] - si bien esto quizás no se haya cumplido desde entonces, su papel no ha disminuido. Finalmente, a medida que la ciencia del clima ha estado bajo niveles crecientes de escrutinio, [ 29 ] [ 30 ] la capacidad de los modelos no solo para proyectar sino también para explicar se ha vuelto importante. La transparencia de los EMIC es atractiva en este ámbito, ya que las cadenas causales son más fáciles de identificar y comunicar (a diferencia de las propiedades emergentes generadas por los modelos integrales).

Véase también

Referencias

  1. 1 2 3 Flato, GM (2011). Modelos del sistema terrestre: una visión general. Wiley Interdisciplinary Reviews: Climate Change, 2(6):783– 800.
  2. ↑ Jakob, C. (2014). Volviendo a lo básico. Nature Climate Change, 4:1042–1045.
  3. ↑ Lovejoy, S. (2015). Un viaje a través de escalas, un cuatrillón perdido y por qué el clima no es lo que esperas. Climate Dynamics, 44(11):3187–3210.
  4. ↑ Lynch, P. (2008). Los orígenes de la predicción meteorológica por ordenador y la modelización climática. Journal of Computational Physics, 227(7):3431–3444
  5. ↑ Phillips, NA (1956). La circulación general de la atmósfera: Un experimento numérico. Quarterly Journal of the Royal Meteorological Society, 82(352):123–164
  6. 1 2 McGuffie, K. y Henderson-Sellers, A. (2001). Cuarenta años de modelado climático numérico. International Journal of Climatology, 21(9):1067–1109.
  7. ↑ Courant, R., Friedrichs, K., y Lewy, H. (1967). Sobre las ecuaciones de diferencias parciales de la física matemática. IBM journal of Research and Development, 11(2):215–234.
  8. ↑ White, AA y Bromley, RA (1995). Ecuaciones cuasi-hidrostáticas dinámicamente consistentes para modelos globales con una representación completa de la fuerza de Coriolis. Quarterly Journal of the Royal Meteorological Society, 121(522):399–418.
  9. 1 2 3 4 Hajima, T., Kawamiya, M., Watanabe, M., Kato, E., Tachiiri, K., Sugiyama, M., Watanabe, S., Okajima, H., e Ito, A. (2014). Modelado en la ciencia del sistema terrestre hasta y más allá del AR5 del IPCC. Progress in Earth and Planetary Science, 1(1):29.
  10. ↑ Petoukhov, V. (1980). Un modelo climático zonal de intercambio de calor y humedad en la atmósfera sobre las capas subyacentes del océano y la tierra en: Golitsyn gs, yaglom am (eds) física de la atmósfera y el problema del clima.
  11. ↑ Claussen, Martin (30 de mayo de 2005). "Tabla de EMIC (Modelos del Sistema Terrestre de Complejidad Intermedia)" (PDF) . Consultado el 25 de octubre de 2018 .
  12. ↑ Randall, DA, Wood, RA, Bony, S., Colman, R., Fichefet, T., Fyfe, J., Kattsov, V., Pitman, A., Shukla, J., Srinivasan, J., et al. (2007). Modelos climáticos y su evaluación. En Cambio climático 2007: Bases científicas físicas. Contribución del Grupo de Trabajo I al Cuarto Informe de Evaluación del IPCC (FAR), páginas 589–662. Cambridge University Press.
  13. ^ Flato, G., Marotzke, J., Abiodun, B., Braconnot, P. , Chou, S., Collins, W., Cox, P., Driouech, F., Emori, S., Eyring, V., Forest, C., Gleckler, P., Guilyardi, E., Jakob, C., Kattsov, V., Reason, C. y Rummukainen, M. (2013). Evaluación de modelos climáticos, sección 9 del libro, página 741866. Cambridge University Press, Cambridge, Reino Unido y Nueva York, NY, EE. UU.
  14. ↑ Claussen, M., Mysak, L., Weaver, A., Crucifix, M., Fichefet, T., Loutre, M.-F., Weber, S., Alcamo, J., Alexeev, V., Berger, A., Calov, R., Ganopolski, A., Goosse, H., Lohmann, G., Lunkeit, F., Mokhov, I., Petoukhov, V., Stone, P., y Wang, Z. (2002). Modelos del sistema terrestre de complejidad intermedia: cerrando la brecha en el espectro de modelos del sistema climático. Climate Dynamics, 18(7):579–586.
  15. 1 2 3 Eby, M., Weaver, AJ, Alexander, K., Zickfeld, K., Abe-Ouchi, A., Cimatoribus, AA, Crespin, E., Drijfhout, SS, Edwards, NR, Eliseev, AV, Feulner, G., Fichefet, T., Forest, CE, Goosse, H., Holden, PB, Joos, F., Kawamiya, M., Kicklighter, D., Kienert, H., Matsumoto, K., Mokhov, II, Monier, E., Olsen, SM, Pedersen, JOP, Perrette, M., Philippon-Berthier, G., Ridgwell, A., Schlosser, A., Schneider von Deimling, T., Shaffer, G., Smith, RS, Spahni, R., Sokolov, AP, Steinacher, M., Tachiiri, K., Tokos, K., Yoshimori, M., Zeng, N., y Zhao, F. (2013). Experimentos con modelos climáticos históricos e idealizados: una intercomparación de modelos del sistema terrestre de complejidad intermedia. Climate of the Past, 9(3):1111–1140.
  16. ↑ Petoukhov, V., Ganopolski, A., Brovkin, V., Claussen, M., Eliseev, A., Kubatzki, C., y Rahmstorf, S. (2000). Climber-2: un modelo de sistema climático de complejidad intermedia. Parte I: descripción del modelo y rendimiento para el clima actual. Climate Dynamics, 16(1):1–17.
  17. 1 2 Montoya, M., Griesel, A., Levermann, A., Mignot, J., Hofmann, M., Ganopolski, A., y Rahmstorf, S. (2005). El modelo del sistema terrestre de complejidad intermedia Climber-3. Parte I: descripción y rendimiento para las condiciones actuales. 25:237–263.
  18. ↑ Saltzman, B. (1978). Un estudio de los modelos estadístico-dinámicos del clima terrestre. Volumen 20 de Advances in Geophysics, páginas 183 – 304. Elsevier.
  19. ↑ Ganopolski, A., Rahmstorf, S., Petoukhov, V., y Claussen, M. (1998). Simulación de climas modernos y glaciares con un modelo global acoplado de complejidad intermedia. Nature, 391(6665):351–356.
  20. 1 2 Weaver, A., Eby, M., Wiebe, E., Bitz, C., Duffy, P., Ewen, T., F. Fanning, A., M. Holland, M., MacFadyen, A., Matthews, HD, J. Meissner, K., Saenko, O., Schmittner, A., X. Wang, H., y Yoshimori, M. (2001). El modelo climático del sistema terrestre uvic: descripción del modelo, climatología y aplicaciones a climas pasados, presentes y futuros. 39:361–428.
  21. ↑ Budyko, MI (1969). El efecto de las variaciones de la radiación solar en el clima de la Tierra. Tellus, 21(5):611–619.
  22. ↑ Sellers, WD (1969). Un modelo climático global basado en el balance energético del sistema tierra-atmósfera. Journal of Applied Meteorology, 8(3):392–400.
  23. ↑ North, GR (1975). Teoría de los modelos climáticos de balance energético. Journal of the Atmospheric Sciences, 32(11):2033–2043.
  24. ↑ Fanning, AF y Weaver, AJ (1996). Un modelo de balance de energía y humedad atmosférica: Climatología, cambio climático interpentandadal y acoplamiento a un modelo de circulación general oceánica. Journal of Geophysical Research: Atmospheres, 101(D10):15111–15128.
  25. ↑ Majda, A. y Wang, X. (2006). Dinámica no lineal y teorías estadísticas para flujos geofísicos básicos. Cambridge University Press.
  26. ↑ Marshall, J. y Molteni, F. (1993). Hacia una comprensión dinámica de los regímenes de flujo a escala planetaria. Journal of the Atmospheric Sciences, 50(12):1792–1818.
  27. 1 2 Brovkin, V., Claussen, M., Driesschaert, E., Fichefet, T., Kicklighter, D., Loutre, MF, Matthews, HD, Ramankutty, N., Schaeffer, M., y Sokolov, A. (2006). Efectos biogeofísicos de los cambios históricos de la cobertura terrestre simulados por seis modelos del sistema terrestre de complejidad intermedia. Climate Dynamics, 26(6):587–600.
  28. ↑ Weber, SL (2010). La utilidad de los modelos del sistema terrestre de complejidad intermedia (emics). Wiley Interdisciplinary Reviews: Climate Change, 1(2):243–252.
  29. ↑ McCright, AM, Dunlap, RE y Marquart-Pyatt, ST (2016). Ideología política y puntos de vista sobre el cambio climático en la Unión Europea. Environmental Politics, 25(2), 338-358.
  30. ↑ Dunlap, RE, McCright, AM y Yarosh, JH (2016). La división política sobre el cambio climático: la polarización partidista se amplía en los EE. UU. Environment: Science and Policy for Sustainable Development, 58(5), 4-23.