Skip to content
بازگشت به نتایج جست‌وجو

مدل گردش عمومی

معرفی‌شده توسط
Syukuro Manabe and Richard Wetherald
سال
1975
نوع
Deterministic coupled atmosphere-ocean simulation
خانواده
Climate simulation and modeling

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

مدل گردش عمومی (GCM)، که مدل اقلیم جهانی نیز نامیده می‌شود، نمایشی عددی سه‌بعدی از جو زمین، اقیانوس‌ها، یخ و سطح زمین است که فرآیندهای فیزیکی حاکم بر آب و هوا و اقلیم را شبیه‌سازی می‌کند.

GCMها که توسط مانابه و وترلند در سال ۱۹۷۵ پیشگام شدند، ابزارهای اصلی برای درک اقلیم گذشته، پیش‌بینی تغییرات اقلیمی آینده و بررسی حساسیت اقلیم به گازهای گلخانه‌ای و سایر نیروها هستند.

شهود پشت روش

GCMها زمین را به یک شبکه سه‌بعدی تقسیم می‌کنند و معادلات اساسی فیزیکی - پایستگی جرم، تکانه، انرژی و رطوبت - را در هر نقطه شبکه حل می‌کنند. این مدل گردش جوی، بارش، جریان‌های اقیانوسی، دینامیک یخ دریا و برهم‌کنش‌های سطح زمین را محاسبه می‌کند. با ادغام این معادلات به سمت جلو در زمان (با برداشتن گام‌های زمانی کوچک، اغلب ۱۵ تا ۲۰ دقیقه)، مدل میدان‌های در حال تحول دما، فشار، باد، رطوبت و بارش را تولید می‌کند. GCMها را می‌توان با غلظت‌های مختلف گاز گلخانه‌ای، تغییرات خورشیدی یا آئروسل‌های آتشفشانی نیرو داد تا سناریوهای تغییر اقلیم را بررسی کرد.

تاریخ

شبیه‌سازی سال ۱۹۷۵ مانابه و وترلند نقطه عطفی بود و نشان داد که دو برابر شدن CO2 باعث گرمایش اقلیم به میزان حدود ۲ درجه سانتی‌گراد می‌شود. دهه‌های ۱۹۸۰ و ۱۹۹۰ شاهد توسعه سریع مدل‌های جفتی جو-اقیانوس با افزایش قدرت محاسباتی بود. هیئت بین‌دولتی تغییر اقلیم (IPCC) از سال سومین گزارش ارزیابی (۲۰۰۱) از گروه‌هایی از GCMها استفاده کرد. GCMهای مدرن شامل پیکربندی‌های با وضوح بالا (حدود ۲۵ کیلومتر) (که مدل‌های 'وضوح متغیر' یا 'شبکه کشیده شده' نامیده می‌شوند) و مدل‌های سیستم زمین هستند که چرخه کربن، شیمی و زیست‌شناسی تعاملی را اضافه می‌کنند.

چه زمانی استفاده شود

از GCMها برای پیش‌بینی تغییرات اقلیمی طولانی‌مدت (در مقیاس دهه‌ها تا قرن‌ها)، درک پاسخ به سناریوهای انتشار و ارزیابی اثرات اقلیمی منطقه‌ای استفاده کنید. برای کاربردهای محلی، پیش‌بینی‌های GCM را با روش‌های مقیاس‌بندی (آماری یا دینامیکی) ترکیب کنید. GCMها برای ارزیابی‌های اقلیمی مرتبط با سیاست‌گذاری ضروری هستند. برای پیش‌بینی آب و هوای کوتاه‌مدت (۱ تا ۲ هفته)، از مدل‌های پیش‌بینی آب و هوای عددی استفاده کنید، نه GCMها.

محدودیت‌ها و ملاحظات

  • هزینه محاسباتی بالا، وضوح مکانی را محدود می‌کند (معمولاً ۵۰ تا ۲۵۰ کیلومتر)؛ جزئیات منطقه‌ای نیاز به مقیاس‌بندی دارند
  • عدم قطعیت در نمایش ابرها، همرفت و صفحات یخی، سوگیری‌های سیستماتیک در پیش‌بینی‌های اقلیمی ایجاد می‌کند
  • حساسیت اقلیمی تعادلی (گرمایش به ازای دو برابر شدن CO2) در بین GCMها به طور قابل توجهی متفاوت است و منجر به عدم قطعیت در بزرگی تغییرات آینده می‌شود
  • زمان راه‌اندازی طولانی (دهه‌ها تا هزاره‌ها) مورد نیاز برای رسیدن به تعادل، شبیه‌سازی‌های جفتی را از نظر محاسباتی پرهزینه می‌کند

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • نمایش مبتنی بر فیزیک برهم‌کنش‌های جو-اقیانوس-زمین، با رعایت قوانین پایستگی اساسی
  • امکان بررسی تغییرات اقلیمی تحت سناریوهای مختلف اجتماعی-اقتصادی و انتشار را فراهم می‌کند
  • میدان‌های پیوسته مکانی از متغیرهای متعدد (دما، بارش، باد) را فراهم می‌کند که برای ارزیابی اثرات منطقه‌ای مفید است
  • قابلیت گروهی امکان کمی‌سازی عدم قطعیت و شناسایی سیگنال‌های پایدار را فراهم می‌کند

کاربردها

  • ارزیابی تغییرات اقلیمی: پیش‌بینی تغییرات دمای جهانی و منطقه‌ای و بارش تحت سناریوهای مختلف انتشار برای IPCC
  • اثرات بر منابع آب: مدل‌سازی تغییرات در رواناب، ذخیره برف و تغذیه آب‌های زیرزمینی در مناطق آسیب‌پذیر
  • برنامه‌ریزی کشاورزی و امنیت غذایی: ارزیابی تغییرات در عملکرد محصول و بهره‌وری تحت شرایط اقلیمی پیش‌بینی شده
  • انتساب رویدادهای آب و هوایی شدید: استفاده از گروه‌های بزرگ شبیه‌سازی‌های GCM برای کمی‌سازی اینکه چگونه تغییرات اقلیمی ناشی از فعالیت انسان، احتمال موج گرما، سیل یا خشکسالی را تغییر می‌دهد

چگونه کار می‌کند

چگونه کار می‌کند

1

داده‌های مشاهده‌ای (دما، بارش، دمای اقیانوس، وسعت یخ، غلظت گازهای گلخانه‌ای) برای مقداردهی اولیه و اعتبارسنجی مدل جمع‌آوری می‌شوند. داده‌های اقلیم دیرینه، شبیه‌سازی‌های باستانی را محدود می‌کنند.

2

شرایط اولیه (وضعیت فعلی جوی، اقیانوسی و سطح زمین) آماده می‌شوند. پارامترهای مدل و نمایش فرآیندهای فیزیکی (ابر، همرفت، تابش) در برابر مشاهدات تنظیم می‌شوند.

3

مدل به سمت جلو در زمان ادغام می‌شود و تحول تمام متغیرهای پیش‌بینی‌کننده را محاسبه می‌کند. تشخیص‌ها (مانند دمای میانگین جهانی، الگوهای بارش، حالت‌های گردش) در طول ادغام نظارت می‌شوند.

4

صدها تا هزاران گام زمانی، تغییرپذیری و تغییر اقلیم را شبیه‌سازی می‌کنند. اغلب چندین عضو گروهی (با تفاوت‌های جزئی در شرایط اولیه) برای ارزیابی عدم قطعیت و استحکام پیش‌بینی‌ها اجرا می‌شوند.

5

متغیرهای اقلیمی شبیه‌سازی شده با مشاهدات مقایسه می‌شوند تا مهارت مدل ارزیابی شود. پیش‌بینی‌ها برای شناسایی مناطق تغییر پایدار و منابع اختلاف مدل تجزیه و تحلیل می‌شوند.

دام‌های رایج

  • تفسیر بیش از حد جزئیات منطقه‌ای در خروجی GCM بدون مقیاس‌بندی یا کمی‌سازی عدم قطعیت گروهی
  • استفاده از یک GCM واحد به عنوان یک پیش‌بینی قطعی بدون در نظر گرفتن دامنه پیش‌بینی‌ها از مدل‌های متعدد
  • نادیده گرفتن عدم قطعیت مقداردهی اولیه مدل و عدم قطعیت ساختاری هنگام ارزیابی سناریوهای اقلیمی آینده

پرسش‌های متداول

پیش‌بینی‌های GCM چقدر دقیق هستند؟

GCMها تغییرپذیری اقلیمی مشاهده شده را در مقیاس‌های زمانی فصلی تا دهه‌ای با ضریب همبستگی ۰.۸+ برای الگوهای دمای منطقه‌ای به طرز ماهرانه‌ای شبیه‌سازی می‌کنند. با این حال، عدم قطعیت با مقیاس زمانی پیش‌بینی و در مقیاس‌های منطقه‌ای افزایش می‌یابد. تا سال ۲۱۰۰، پراکندگی گروهی (دامنه بین GCMهای مختلف) اغلب قابل مقایسه با سیگنال نیرو داده شده است، به این معنی که می‌توانیم به جهت و بزرگی کلی تغییر اطمینان داشته باشیم اما در مورد مقادیر دقیق نامطمئن باشیم.

تفاوت بین GCMها و مدل‌های سیستم زمین چیست؟

GCMها اقلیم فیزیکی (جو، اقیانوس، یخ، زمین) را که توسط نیروهای خارجی تجویز شده (گازهای گلخانه‌ای، آئروسل‌ها) هدایت می‌شود، شبیه‌سازی می‌کنند. مدل‌های سیستم زمین ماژول‌های تعاملی برای چرخه کربن، شیمی جو و دینامیک اکوسیستم اضافه می‌کنند. ESMها پیچیده‌تر هستند اما بازخوردهای جفتی را فراهم می‌کنند؛ GCMها برای پیش‌بینی‌های گروهی ساده‌تر و از نظر محاسباتی ارزان‌تر هستند.

چرا GCMهای مختلف پیش‌بینی‌های اقلیمی متفاوتی ارائه می‌دهند؟

GCMها در وضوح مکانی، پارامترسازی فرآیندهای زیرشبکه (ابرها، همرفت)، طرح‌های سطح زمین، اختلاط اقیانوس و انتخاب پارامترها متفاوت هستند. این تفاوت‌ها منجر به بازخوردهای اقلیمی متفاوتی می‌شوند، به ویژه بازخورد ابری که در بین مدل‌ها متفاوت است. استفاده از چندین GCM (رویکرد گروهی چند مدلی) برای مشخص کردن عدم قطعیت ضروری است.

آیا GCMها می‌توانند آب و هوا را چند هفته یا چند ماه قبل پیش‌بینی کنند؟

GCMها برای پیش‌بینی آب و هوا طراحی نشده‌اند؛ آنها فاقد رویه‌های مقداردهی اولیه و ادغام داده هستند که در مدل‌های آب و هوایی استفاده می‌شوند. GCMها گاهی اوقات می‌توانند مهارت پیش‌بینی فصلی را ارائه دهند (به عنوان مثال، نیروی ال نینو می‌تواند ناهنجاری‌های دما/بارش را ۳ تا ۶ ماه قبل پیش‌بینی کند)، اما این هدف اصلی آنها نیست. پیش‌بینی آب و هوا از مدل‌های تخصصی (مانند ECMWF، NOAA GEFS) استفاده می‌کند که روزانه با مشاهدات به‌روز می‌شوند.

روش‌های مرتبط

منابع

  1. Manabe, S., & Wetherald, R. T. (1975). The effects of doubling the CO2 concentration on the climate of a general circulation model. Journal of the Atmospheric Sciences, 32(1), 3-15.

    باز کردن مرجع DOI
    کپی شد.
  2. IPCC (2021). Climate Change 2021: The Physical Science Basis. Sixth Assessment Report.

    باز کردن مرجع انتشار
    کپی شد.