Nature Physics: Стохастические модели погоды и климата
Хотя уравнения в частных производных, описывающие физическую климатическую систему, детерминированы, существует важная причина, по которой вычислительные представления этих уравнений должны быть стохастическими: такие представления лучше отражают масштабные симметрии этих базовых дифференциальных уравнений. В статье представлены способы, с помощью которых введение стохастичности в параметризованные представления подсеточных процессов в комплексных моделях погоды и климата улучшило качество прогнозов и уменьшило систематическую ошибку модели, особенно при моделировании постоянных аномалий потоков. Актуальность стохастичности также обсуждается в контексте вопроса о том, сколько битов полезной информации содержится в числовых значениях переменных. Этот вопрос имеет решающее значение для разработки климатических моделей следующего поколения. Точность моделирования протекающих в жидкости процессов может быть увеличена ещё больше, если аппаратные средства суперкомпьютера будущего поколения станут частично стохастическими.
