Главная задача климатологии — трансформировать достижения в фундаментальных знаниях в снижение неопределённости климатических прогнозов. Неопределённость в оценках моделей, характеризующаяся, например, разбросом результатов моделирования будущих климатических прогнозов, мало изменилась за последние несколько десятилетий, несмотря на значительный прогресс в повышении сложности и разрешения моделей, а также рост числа проектов по их сравнению и наборов данных наблюдений. В данной работе авторы утверждают, что использование ансамблей на основе возмущённых параметров ускорит понимание неопределённости в самом широком смысле и поможет определить стратегии её снижения. Они предлагают одиннадцать рекомендаций относительно будущих приоритетов исследований, опираясь на существующие исследования, в которых ансамбли на основе возмущённых параметров используются для руководства разработкой и упрощением моделей, понимания межмодельных различий, более полного описания вероятного разброса климатических прогнозов, формализации калибровки моделей, определения требований к наблюдениям и исследования того, как взаимодействующие условия окружающей среды влияют на сложные климатические системы, такие как облачные поля. Эти исследования охватывают климат, погоду, химию атмосферы, облачность, аэрозоли и возобновляемую энергетику, используя модели высокого разрешения, основанные на процессах, вплоть до моделей глобального масштаба. Хотя повышение сложности моделей, повышение разрешения и проекты взаимного сравнения сегодня поглощают большую часть вычислительных ресурсов, авторы утверждают, что в сочетании с этими усилиями, ансамбли на основе возмущённых параметров необходимы для полной характеристики неопределённости моделей и повышения их надёжности, и что им следует отдавать приоритет при распределении этих ресурсов.

 

Ссылка: https://egusphere.copernicus.org/preprints/2025/egusphere-2025-4341/