Atmospheric Chemistry and Physics: Мнение: Оптимизация климатических моделей с помощью знаний о процессах, разрешения и искусственного интеллекта
Для активной и эффективной адаптации к изменению климата срочно необходим ускоренный прогресс в моделировании климата. Основная задача заключается в точном отображении небольших по масштабу, но важных с точки зрения климата процессов, таких как турбулентность и образование облаков. Эти процессы не будут явно разрешимы в обозримом будущем, что потребует использования параметризации. Авторы предлагают сбалансированный подход, использующий сильные стороны традиционной параметризации процессов и современных методов искусственного интеллекта для моделирования процессов в масштабе подсетки. Эта стратегия использует искусственный интеллект для получения функций замыкания на основе данных как из данных наблюдений, так и из смоделированных данных, интегрированных в параметризации, кодирующие системные знания и законы сохранения. Кроме того, повышение разрешения для большей части мелкомасштабных процессов может способствовать прогрессу в направлении улучшенных и интерпретируемых прогнозов климата за пределами наблюдаемого распределения климата. Однако в настоящее время допустимое горизонтальное разрешение ограничено O (10 км), поскольку более высокое разрешение будет препятствовать созданию ансамблей, необходимых для калибровки моделей и количественной оценки неопределённости, для отбора проб внутренней изменчивости атмосферы и океана, а также для широкого изучения и количественной оценки климатических рисков. В результате объединения десятилетий научных разработок с передовыми технологиями искусственного интеллекта, предложенный подход направлен на значительное повышение точности, интерпретируемости и достоверности прогнозов климата.
