Faixas simuladas em um experimento de conjunto. Os resultados de 27 membros do conjunto mostram uma possível disseminação das faixas de tufão. Crédito:Kanazawa University
As previsões de como as mudanças climáticas podem afetar os sistemas climáticos extremos, como tufões, são geralmente conduzidos usando modelos de circulação geral (GCMs), que representam processos físicos na atmosfera ou oceanos.
Contudo, Os GCMs podem ser afetados por incertezas, incluindo imperfeições, como a incapacidade do modelo de descrever totalmente os processos que dão origem ao clima extremo, e incertezas nos efeitos das futuras emissões de carbono. Para compensar isso, várias previsões diferentes devem ser feitas ao modelar climas futuros, usando uma abordagem conhecida como modelagem de conjunto. Contudo, gerar a ampla gama de dados necessários para iniciar uma simulação de conjunto pode ser complexo e exigente do ponto de vista computacional.
Agora, O professor associado Kenji Taniguchi, da Universidade Kanazawa do Japão, desenvolveu um método simples para gerar a grande quantidade de dados necessária para iniciar a modelagem de conjuntos. Em seu artigo recente, publicado em Journal of Geophysical Research:Atmospheres , Taniguchi fornece detalhes de como o método funciona, e demonstra sua eficácia para simulação de conjunto de um evento de tufão e uma simulação de aquecimento global de conjunto.
"O novo método tem várias vantagens sobre as abordagens utilizadas anteriormente, "Taniguchi diz." Tem alta estabilidade computacional, pode começar a qualquer hora e data, e não requer nenhuma estrutura atmosférica particular; tão, pode ser usado para simular qualquer tipo de evento climático. "
Visão esquemática de possíveis vetores de estado em um determinado espaço. O vetor de estado recém-preparado (Xn) é gerado a partir dos três vetores de base (X1, X2, e X3). Círculos com linha tracejada são possíveis vetores de estado. Crédito:Kanazawa University
O método demonstrou fornecer condições iniciais adequadas para as simulações de tufão e aquecimento global.
Ele observa que o novo método pode fornecer a variedade de condições necessárias para explorar as amplas possibilidades dos fenômenos meteorológicos. Também pode permitir a avaliação de mudanças na probabilidade de eventos extremos com base em uma ampla variação da velocidade do vento, pressão, e dados de precipitação.
O novo método, depois de mais algum refinamento e desenvolvimento, poderia contribuir para melhorar o uso prático de futuras experiências de aquecimento global na estimativa da probabilidade de fatores de risco para eventos extremos e avaliações de impacto relacionadas.
Distribuições de frequência e curvas de densidade de probabilidade da precipitação máxima por hora em experimentos de conjunto para condições climáticas presentes e futuras. As curvas de densidade de probabilidade mostram diferenças claras entre si. Apenas uma ou um pequeno número de simulações não conseguiu revelar tais variações sob a condição de aquecimento global. Crédito:Kanazawa University
"Apenas uma saída do GCM foi usada neste estudo, e havia várias outras suposições sobre a estrutura dos dados, "Taniguchi diz." Em trabalhos futuros, simulações com várias saídas de GCM devem ser incluídas para considerar as incertezas inerentes a diferentes GCMs e devemos pensar em adaptar a distribuição de dados para cada caso individual. "
Embora desenvolvido originalmente para estudos de aquecimento global, as possíveis aplicações do novo método de Taniguchi são amplas. Ele tem potencial para uso em uma ampla gama de problemas que requerem simulação de conjunto, tais como avaliação de importação de variações na mudança de cobertura da terra e temperatura da superfície do mar, etc.
