Stochastic Climate Theory and Modelling
随机方法是当代气候研究中的一个重要领域,并越来越多地用于综合天气和气候预测模式以及降阶气候模式。随机方法被用作次网格尺度参数化以及模式误差表示、不确定性量化、资料同化和集合预报。在天气和气候模式中使用随机方法的需要是因为我们仍然不能解决综合数值天气和气候预测模式中所有必要的过程和尺度。在许多实际应用中,人们主要对最大的和潜在的可预测的尺度感兴趣,而不一定对小的和快速的尺度感兴趣。例如,降阶模型可以模拟和预测大尺度模式。统计力学和动力系统理论表明,在降阶模型中,未解决的自由度的影响可以由确定性和随机分量以及非马尔可夫(记忆)项的适当组合来表示。数值天气和气候预测模式中的随机方法也导致减少模式偏差。因此,在天气和气候建模中显然需要系统的随机方法。在这篇综述中,我们提出了在实验室实验中的随机效应的证据。然后从应用数学的角度对随机气候理论进行了概述。我们还调查了目前在综合天气和气候预测模型中使用的随机方法,并表明随机参数化有可能弥补这些综合模型中的许多当前偏差。
2014-09-01 physics.ao-ph physics.data-an
3-D Global modelling of the early martian climate under a dense CO2+H2 atmosphere and for a wide range of surface water inventories
CO2+H2温室效应最近被认为是一个有希望的情景,足以使早期火星表面变暖,从而形成山谷网络和湖泊。在这里,我们提出了数值的3-D全球气候模拟的早期火星气候,我们已经进行了假设稠密的CO2+H2大气。我们的气候模型来自Forget et al.(2013)和Wordsworth et al.(2013)的早期工作,与火星冰川和湖泊长期演化的异步模型相结合。模拟在40°赤道进行,以研究(i)水含量和(ii)H2含量(添加到1或2巴的CO2中)如何塑造早期火星的气候和水文循环。我们表明,绝热冷却机制(华兹华斯等。2013),导致冰沉积物在寒冷的气候(所谓的“冰高地”)南部高地的积累也适用于温暖的气候,与撞击坑湖作为主要的水库。这产生的降雨主要集中在火星南部高地。如果调整(i)CO2和H2的量,(ii)水库的大小和位置,以及(iii)古老的地形(即通过删除Tharsis),模拟中的地表径流(来自降雨或融雪)的空间模式可以匹配-除了少数例外-观察到的山谷网络和撞击坑湖泊的分布。虽然我们的研究结果是在富含H2的CO2为主的大气中获得的,但它们也应该适用于评估早期火星上强大的长寿命温室气体的任何组合的影响。
2021-03-18 astro-ph.EP physics.ao-ph physics.geo-ph
Mixed-Precision Computing in the GRIST Dynamical Core for Weather and Climate Modelling
针对大气模拟的内存瓶颈问题,本研究在GRIST动力核心中采用混合精度策略,将精度不敏感的平流项从双精度改为单精度,在保证精度的同时显著提升了三类求解器的运行效率,并通过多类试验验证了优化效果。
2024-04-12 physics.ao-ph
A Modified Global Climate Simulation Model
本文在全球气候模式C-GOLDSTEIN中加入了太阳辐射的季节变化。我们使用了一种新的方法来模拟从空间的角度来看,在作者的早期工作,并建立到现有的气候模式的日照。用新的日照分量运行C-GOLDSTEIN后,得到了较真实的月温度分布。此外,在模型内模拟日射的平均精度提高了2%。此外,C-GOLDSTEIN现在可以进行新类型的实验,例如研究日照随机变化对温度的影响等。
2020-03-19 physics.ao-ph
Generative modelling for multivariate spatio-temporal downscaling of monthly climate fields
Technical University of Munich, Germany(慕尼黑工业大学);Potsdam Institute for Climate Impact Research, Germany(波茨坦气候影响研究所)
本研究针对多元时空气候降尺度问题,提出基于扩散模型的生成式机器学习方法,通过条件引导技术实现从1°月气候场到0.25°日气候场的高效联合降尺度,为气候影响评估等提供支持。
2026-10-15 physics.ao-ph
Modelling Complexity: the case of Climate Science
我们简要回顾了一些科学挑战和认识论问题有关的气候科学。我们讨论了理论和数值模型的制定和测试,考虑到观测数据中存在不可避免的不确定性,世界实验的不可重复性,以及相关过程发生在各种各样的空间和时间尺度上的事实,需要一种与其他科学背景不同的方法。简要讨论了地球工程解决全球变暖的内在局限性,并提出了一个基于非平衡态热力学的研究框架。我们还批判性地讨论了最近提出的纯粹基于大规模使用超级计算机和科学优先事项的集中规划的气候科学发展前景。
2011-06-07 physics.ao-ph physics.class-ph physics.hist-ph
Climate Modelling in Low-Precision: Effects of both Deterministic & Stochastic Rounding
受业务天气预报的最新进展的启发,我们研究了低精度算法对气候模拟的有效性。我们开发了一个框架来测量舍入误差的气候模式,它提供了一个压力测试的低精度版本的模型,我们将我们的方法应用到各种模型,包括洛伦兹系统;浅水近似的流量超过山脊;和一个粗分辨率的全球大气模式简化参数化(SPEEDY)。虽然双精度(52有效位)是标准的业务气候模式,在我们的实验中,我们发现,单精度(23 sbits)是绰绰有余,低至一半精度(10 sbits)往往是足够的。例如,SPEEDY可以在整个代码中以12 sbits运行,舍入误差可以忽略不计,如果可以接受非常小的误差,例如平均网格点降水量小于0.1 mm/6 hr,则可以将其降低到10 sbits。我们的测试是基于Wasserstein度量,这提供了严格的非参数范围的舍入误差占年度平均值以及极端天气事件。此外,通过测试模型,同时使用舍入到最近(RN)和随机舍入(SR),我们发现,SR可以减轻舍入误差在一系列的应用。因此,我们的研究结果也提供了证据,SR可能是相关的下一代气候模式。虽然许多研究表明,低精度算法可以适用于短期天气预报时间尺度,但我们的研究结果首次证明,类似的低精度水平可以适用于气候。
2021-04-30 physics.ao-ph
A new framework for climate sensitivity and prediction: a modelling perspective
气候模式对CO2浓度增加的敏感性和年代际尺度上的气候响应仍然是评估人为气候变化的长期和短期影响的主要不确定因素。虽然在这些问题上进展相对缓慢的部分原因是数值气候模式固有的不准确性,但这也暗示需要为研究气候敏感性和用数值模式进行气候变化预测的问题提供更坚实的理论基础。在这里,我们表明,它是可能的,使用Ruelle的响应理论来预测的影响,任意的CO2强迫的情况下,全球地面温度的大气环流模式。响应理论将气候敏感性的概念置于坚实的理论基础之上,并严格地解决了不同时间尺度上的可预测性问题。从概念上讲,我们的结果表明,执行气候变化实验与大气环流模式是一个明确的问题,从物理和数学的角度来看。实际上,我们的研究结果表明,考虑一个单一的CO2强迫的情况下,足以构建运营商能够预测气候观测值的响应,任何其他CO2强迫的情况下,不需要进行额外的数值模拟。我们还介绍了在不同的时间尺度上的气候敏感性和气候响应之间的一般关系,从而提供了一个明确的定义,在不同的时间尺度上的系统的惯性。虽然我们在这里报告的是线性响应,但一般理论也允许处理非线性效应。我们的研究结果为从一个全新的角度重新设计和解释气候变化实验铺平了道路。
2014-09-24 cond-mat.stat-mech physics.ao-ph physics.flu-dyn
Opportunities and challenges of quantum computing for climate modelling
本文探讨了量子计算在气候建模中的机遇与挑战,涵盖加速微分方程求解、改进亚网格尺度表征、辅助参数优化和模型分析,并强调跨学科合作以克服当前量子计算障碍。
2025-07-21 physics.ao-ph quant-ph
Overcoming the disconnect between energy system and climate modeling
本文针对能源系统建模与气候建模之间的脱节问题,提出近期跨学科活动和长期跨学科方法,以开发能源系统定制气候数据集及相应模型,从而在能源决策中系统捕捉和缓解气候风险,助力实现气候减缓目标。
2023-07-08 physics.ao-ph physics.app-ph
Multivariate statistical modelling of future marine storms
为了沿海基础设施的设计目的,需要对极端事件(如海浪风暴)进行描述。这种描述应包含关于风暴变量的单变量行为和联合依赖性的信息。这两个方面已经解决了在这里通过广义帕累托分布和层次阿基米德copula。一个非平稳模式已被用来突出这些极端事件和非平稳气候之间的关系。它已被应用到一个代表性的浓度路径8.5气候变化的情况下,获取有限的环境(加泰罗尼亚海岸)。在非平稳模型中,所有考虑的变量减少的时间,除了风暴持续时间在加泰罗尼亚海岸的北部。风暴变量的联合分布呈现周期性波动,气候动力学的影响大于气候本身的影响。
2019-03-13 physics.ao-ph
Climate Change Modelling at Reduced Float Precision with Stochastic Rounding
本研究在SPEEDY模型上测试降低浮点精度(Float32、Float16)用于百年气候变化模拟,发现随机舍入优于传统舍入,在保证精度的同时显著降低计算成本。
2022-07-29 physics.ao-ph
The role of the surface evapotranspiration in regional climate modelling: Evaluation and near-term future changes
本研究利用WRF区域气候模型,结合ERA-Interim再分析资料和CMIP5全球气候模型驱动数据,评估了伊比利亚半岛地表蒸散的时空格局,并预估其在2021-2050年近期未来将显著减少,尤其在南部和夏季,揭示了地表蒸散在区域陆地-大气过程中的关键调节作用。
2024-01-14 physics.ao-ph
Fluid Tunnel Research for Challenges of Urban Climate
利用风洞和水洞进行的实验研究长期以来一直是流体力学研究的主要内容,有着广泛的应用。这些实验往往挑出一个特定的物理过程进行研究,而涉及多尺度和多物理过程的研究是罕见的,由于在实验装置的难度和复杂性。在气候变化的时代,人们对创新实验研究越来越感兴趣,其中流体(风和水)隧道被用于模拟城市气候的多尺度,多物理现象。城市物理相关现象的高质量流体隧道测量也是非常必要的,以促进先进的多物理场数值模型的开发和验证。作为模拟这些城市过程的知识库,我们涵盖了实验设计的基本原理,建议和指导方针,最近的进展和八个选定的研究领域的展望,包括(i)城市气流的热浮力效应,(ii)植被的空气动力学和热效应,(iii)城市材料的辐射和对流热通量,(iv)热分层对陆-气相互作用的影响,(v)污染物扩散,(vi)室内和室外自然通风,(vii)风的热舒适性,(viii)复杂城市场地上的城市风。此外,还有三个主要挑战,即,讨论了多物理场模拟、人为过程模拟、流体隧道的综合使用、城市气候研究的按比例室外和实地测量。
2023-01-08 physics.ao-ph physics.flu-dyn
Quantum Machine Learning for Climate Modelling
Deutsches Zentrum für Luft- und Raumfahrt e.V.(德国航空航天中心);University of Bremen(不来梅大学)
本文提出利用量子神经网络改进地球系统模型中的云层覆盖参数化,展示QNN在性能和一致性方面优于传统方法。
2025-12-16 physics.ao-ph quant-ph
Will Artificial Intelligence supersede Earth System and Climate Models?
Helmholtz Centre Potsdam, German Research Centre for Geosciences GFZ(亥姆霍兹波茨坦中心,德国地球科学研究中心GFZ);Free University of Berlin(柏林自由大学);Potsdam Institute for Climate Impact Research(波茨坦气候影响研究所);University of Exeter(埃克塞特大学);Princeton University(普林斯顿大学);NOAA/OAR Geophysical Fluid Dynamics Laboratory(美国国家海洋和大气管理局/海洋与大气研究办公室地球物理流体动力学实验室);University of Washington(华盛顿大学);Colorado State University(科罗拉多州立大学);German Climate Computing Center DKRZ(德国气候计算中心DKRZ);Helmholtz-Zentrum Geesthacht, Center for Material and Coastal Research HZG(亥姆霍兹盖斯特哈赫特中心,材料与海岸研究中心HZG)
我们概述了地球和气候科学中一个全新的研究分支的观点,其中深层神经网络和地球系统模型被拆除为单独的方法论方法,并重新组装为学习,自我验证和可解释的地球系统模型网络混合体。沿着这条道路,我们创造了“神经地球系统建模”(NESYM)一词,并强调了跨学科讨论平台的必要性,将地球和气候科学家,大数据分析师和人工智能专家聚集在一起。我们研究了神经地球系统建模的并发潜力和陷阱,并讨论了人工智能是否不仅会注入地球系统建模,但最终使它们过时的开放性问题。
2021-01-22 cs.LG physics.ao-ph stat.ML
Recent variability of the solar spectral irradiance and its impact on climate modelling
由于缺乏长期和可靠的太阳光谱辐照度(SSI)测量时间序列,很难准确量化太阳对近期气候变化的贡献。虽然早期的空间结构观测和模型提供了空间结构变化的定性一致的图像,但SORCE卫星最近的测量表明,紫外光谱范围的变化明显更强,可见光和近红外波段的变化与太阳周期反相。最近的一些化学气候模型(CCM)模拟表明,这可能对地球大气层产生重大影响。受这些结果的启发,我们在这里总结了我们目前的知识SSI的变化及其对地球气候的影响。我们提出了一个现有的SSI测量的详细概述,并提供了迄今为止可用的模型进行彻底的比较。SSI的变化直接影响地球大气层,通过短波加热的变化,从而影响平流层的温度和臭氧分布,并通过动态反馈间接影响。我们调查这些直接和间接的影响,使用几个国家的最先进的CCM模拟被迫与测量和建模SSI的变化。本研究报告的一个独特优点是,对通常由不同群体分别处理的问题采用了共同的综合办法。遗漏最后,我们讨论了可用数据的可靠性,并提出了额外的协调工作,首先从分散的观察中构建复合SSI数据集,并改进当前的SSI模型,其次,运行协调的CCM实验。
2013-03-22 astro-ph.SR physics.ao-ph
Modelling the 3D Climate of Venus with OASIS
探索类地行星多样性和解释观测数据的灵活3D模型仍处于早期阶段。在这项工作中,我们提出了绿洲:一种新颖而灵活的3D虚拟行星实验室。OASIS是我们设想的一个平台,它将代表塑造行星环境的主要物理和化学过程的七个独立模块自洽地耦合起来。此外,OASIS还能够利用不同的仪器和观测技术生成模拟光谱。在这项工作中,我们专注于基准测试耦合的四个物理模块:流体动力学,辐射,湍流和表面/土壤。为了测试OASIS平台,我们制作了金星气候及其大气环流的3D模拟,并研究了模拟的大气如何随着各种云层覆盖、大气热容量和表面摩擦而变化。金星的3D模拟是具有挑战性的,因为它们需要长的积分时间和计算昂贵的辐射转移代码。通过OASIS结果与观测数据的比较,我们验证了新模型能够成功地模拟金星。直接从三维模拟产生的模拟光谱,我们探索未来的任务,如LUVOIR,观察金星类似物位于10 pc的距离的能力。借助OASIS,我们已经迈出了第一步,建立了一个能够研究类地行星环境的复杂和非常灵活的平台,这将是描述观测到的类地行星特征和规划未来观测的重要工具。
2020-07-17 astro-ph.EP physics.ao-ph
Investigations into the impact of astronomical phenomena on the terrestrial biosphere and climate
这篇论文评估了天文现象对地球生物圈和气候的影响。我研究特别是太阳通过银河系的路径和地球的轨道参数在调制非地球机制的演变的相关性。我建立模型来预测物种的灭绝率,撞击坑形成率和冰盖消融的时间变化,然后将这些模型与贝叶斯框架内的其他模型进行比较。我发现,在过去的5.5亿年的大规模灭绝事件的时间分布可以解释为一个均匀的随机分布,以及其他模型,如恒星密度的变化所产生的太阳的轨道。鉴于银河系模型和太阳当前相空间坐标的不确定性,以及地质数据的错误,不可能在地球灭绝和太阳运动之间建立明确的联系。在另一项研究中,我发现太阳的运动,它调节了施加在奥尔特云彗星上的银河潮汐力,并没有显著影响陨石坑的形成率。我的动力学模型,连同太阳的顶点运动,可以解释各向异性近日点的长周期彗星,而不需要调用的存在一个太阳质量的同伴。最后,我发现,在过去的200万年,地球的湿度的变化在触发陆地冰川消退中起着主导作用。相比之下,只有在冰川覆盖率从100 kyr的主要周期性转变为41 kyr的主要周期性(发生在70万年前)之后,春分点的岁差才在测定大规模冰川消退的速度方面变得重要。
2015-05-28 astro-ph.EP astro-ph.GA physics.ao-ph
Stochastic Climate Theory
在本章中,我们回顾了气候科学中的随机建模方法。首先,我们提供了一个概念框架的基础上的Mori-Zwanzig形式主义的确定性动力系统的随机建模。Mori-Zwanzig方程包含马尔可夫项、记忆项和暗示随机噪声的项。在这个框架内,我们表示标准模型减少方法,如平均和均匀化,消除记忆项。我们进一步讨论了如何处理的记忆项和噪声的类型取决于底层的确定性混沌系统。其次,我们回顾了随机数据驱动模型的现有方法。讨论了如何从观测数据中估计随机微分方程形式的模型的漂移和扩散系数。我们关注数据来自多尺度系统的情况,这是气候系统数据背景下的一个相关主题。此外,我们还讨论了离散随机过程(马尔可夫链)的使用,例如随机子网格尺度建模和气候科学中的其他主题。
2016-12-22 nlin.CD physics.ao-ph
Modelling the effect of aerosol and greenhouse gas forcing on the South and East Asian monsoons with an intermediate complexity climate model
本研究使用PLASIM模型模拟气溶胶和温室气体强迫对南亚和东亚季风的影响,发现气溶胶加载通过降低降水效率导致局部降水减少,而二氧化碳加倍则增加降水并减弱环流,两者同时作用时CO2部分抵消气溶胶效应。
2023-10-26 physics.ao-ph physics.comp-ph physics.geo-ph
Modelling Coupled Oscillations of Volcanic CO2 Emissions and Glacial Cycles
在中更新世过渡期之后,冰川旋回的主导期由40 ka转变为~100 ka。人们普遍认为,40 ka的冰川周期是由周期性的变化驱动的。然而,这种强迫并不能解释~100 ka的冰川周期。已经提出了~100 ka周期的机制,但没有一个被普遍接受。任何提出的~100 ka冰川循环的机制必须给地球的气候系统数万年的记忆。这种时间尺度对于地表过程来说很难实现,但对于固体地球来说是可能的。最近的研究表明,火山二氧化碳排放量的变化是对冰川循环的反应,这种反应可能会延迟约50 ka。这样一个滞后的反应可能会驱动冰川周期从40万年周期的整数倍的强迫期。在什么条件下气候系统可以接受这样的反应?我们调查这一点,使用降低复杂性的模型,以建立阈值火山变化所需的诱导100万年的冰川周期。这一阈值与冰川循环中火山活动的可能范围进行了比较。我们的模型是由三个组件模型的能量平衡,冰盖生长和大气CO2。该模型是由日照单独驱动,与其他组件根据一个系统的耦合,微分方程。该模型复制了现代气候条件和季节性,CO2加倍实验,以及-当被迫与冰芯CO2 -晚更新世海平面记录。随着洋中脊CO2对冰川循环响应的增加,我们得到了从40 ka到~100 ka循环的转换。这些~100 ka的周期是相位锁定的,持续80或120 ka。所需的洋中脊响应最多在MOR CO2排放量的95%置信区间内。
2017-10-27 physics.ao-ph physics.geo-ph
Reduction Methods in Climate Dynamics -- A Brief Review
本文是气候动力学领域的简要综述,梳理了可用于关联不同复杂度地球气候系统模型的各类约化方法,重点介绍可严格约化的方法的核心数学思路,并给出相关气候建模基准示例。
2022-09-25 math.AP math.CA math.DS
Blending machine learning and physics-based approaches for weather and climate: a typology
Met Office(英国气象局)
本文探讨了将机器学习与物理基础模型结合用于天气和气候预测的类型学,分析了融合方法的核心优势与挑战,为未来预测系统的发展提供了指导。
2026-05-20 physics.ao-ph
Data-driven, non-Markovian modelling of weather in the presence of non-stationary, non-Gaussian, and heteroskedastic climate dynamics
Durham University(杜伦大学);University of Colorado Boulder(科罗拉多大学博尔德分校)
本文提出了一种基于数据驱动的非马尔可夫建模方法,用于在非平稳、非高斯和异方差气候动态下准确描述天气波动。
2026-02-27 cond-mat.stat-mech physics.ao-ph physics.data-an
A non-autonomous framework for climate change and extreme weather events increase in a stochastic energy balance model
本文提出三时间尺度框架与空间非均匀一维能量平衡模型,基于随机反应扩散方程揭示温度均值与方差无需分岔点即可增加,以增进对气候变化引发极端天气频率上升的理解。
2024-08-24 math.DS math.PR physics.ao-ph
Regional Climate Change Datasets for South Asia
位于浦那的印度热带气象研究所(IITM; http://www.tropmet.res.in)的气候变化研究中心(CCCR; http://www.example.comcccr.tropmet.res.in CCCR-IITM的任务是开发一个地球系统模型,并进行区域气候预测。研究所取得的一项重要成就是开发了一个地球系统模式,这是朝着了解全球和区域气候对长期气候变异和气候变化的反应迈出的重要一步。CCCR-IITM还生成了南亚和印度季风区域气候未来高分辨率动态降尺度预测的集合,发现这些预测对影响评估研究和量化区域预测中的不确定性很有用。CCCR-IITM的这些核心气候变化模拟活动的简要概述载于《印度气候变化中期报告》(可查阅http://cccr.tropmet.res.in/home/reports.jsp)
2020-12-02 physics.ao-ph
Towards Optimally Weighted Physics-Informed Neural Networks in Ocean Modelling
Inria Chile Research Center(法国国家信息与自动化研究所智利研究中心)
世界海洋的碳泵在地球的生物圈和气候中发挥着至关重要的作用,敦促人们更好地了解海洋的功能和影响,以进行气候变化分析。需要最先进的技术来开发能够捕捉洋流和温度流动复杂性的模型。这项工作探讨了使用物理信息神经网络(PINNs)解决与海洋建模相关的偏微分方程的好处,如Burgers,波浪和对流扩散方程。我们探讨了在PINN中使用数据与物理模型求解偏微分方程的权衡。PINN解释了与物理定律的偏离,以提高学习和泛化能力。我们观察了损失函数中数据和物理模型之间的相对权重如何影响训练结果,其中小数据集从添加的物理信息中受益更多。
2021-06-16 cs.LG cs.NE physics.ao-ph
AIRCC-Clim: a user-friendly tool for generating regional probabilistic climate change scenarios and risk measures
复杂的物理模型是制作气候系统逼真模拟的最先进工具。然而,这种程度的现实意味着高计算成本和限制其用于决策和风险评估。气候变化的两个主要特点是不确定性和它是一个动态问题,国际行动可大大改变气候预测和信息需要,包括部分和完全遵守全球气候目标。在这里,我们提出了AIRCC-Clim,一个简单的气候模式模拟器,产生区域概率气候变化预测的每月和每年的温度和降水量,以及风险措施,基于标准和用户定义的六种温室气体的排放情景。AIRCC-Clim模拟了37个大气-海洋耦合环流模式,对用户的计算和技术要求很低。这一独立的、用户友好的软件是为各种应用而设计的,包括影响评估、气候政策评估和综合评估建模。
2021-10-30 econ.GN physics.ao-ph q-fin.EC
Leveraging Climate Services to Build Climate Resilient Power Systems
RTE(法国电力集团);World Energy & Meteorological Council(世界能源与气象理事会);Inside Climate Service(气候服务内部机构);ENTSO-E(欧洲输电系统运营商联盟);TenneT TSO B.V(TenneT输电网公司)
研究探讨了气候变化与电力系统规划的相互作用,提出需系统整合气候信息以提高电力系统韧性,通过PECD4.2数据库等工具提升气候信息应用的准确性与效率。
2026-05-01 physics.ao-ph
An empirical, Bayesian approach to modelling the impact of weather on crop yield: maize in the US
我们应用经验,数据驱动的方法来描述作物产量的函数,每月的温度和降水量采用生成概率模型,通过贝叶斯推断确定的参数。我们的方法适用于1981年至2014年美国玉米带的州规模玉米产量和气象数据作为范例,但很容易转移到其他作物,地点和空间尺度。一些模型的实验表明,玉米的生长速度可以通过一个二维的高斯函数的温度和降水量与每月的贡献积累在生长期间。这种方法考虑到了个体气象变量的非线性增长响应,并允许它们之间的相互作用。我们的模型正确地识别出温度和降水对收获前六个月的产量影响最大,与美国玉米的典型生长季节(4月至9月)一致。最大的增长率发生在月平均温度18-19 $^\circ$ C,对应的每日最高温度为24-25 $^\circ$ C(与以前的工作广泛的协议)和月总降水量115毫米。我们的方法还提供了一个自洽的方式调查气候变化对当前美国玉米品种的影响,在没有适应措施。保持降水量和种植面积不变,相对于1981-2014年,温度升高$2^\circ$ C,导致平均产量下降8%,而产量方差增加约3倍。因此,我们提供了一个灵活的,数据驱动的框架,探索自然气候变率和气候变化对全球重要作物的影响,根据他们观察到的行为。与其他方法一起,这可以帮助制定适应战略,确保气候变化下的粮食安全。
2020-01-08 physics.ao-ph physics.data-an
Climate tipping as a noisy bifurcation: a predictive technique
从模拟研究中人们通常知道,气候倾斜的某种模式(例如海洋温盐环流)是由一个基本的褶皱分叉决定的。对于这样的情况下,我们提出了一个分析方案,确定最佳的随机适合现有的数据。这提供了有效控制参数的演化速率、稳定性系数的变化、路径本身及其临界点。通过评估可用时间序列中的实际有效噪声水平,我们能够对倾倒时间进行概率估计。这项新技术首先被应用于大约3400万年前温室地球结束时的计算机模拟输出,当时气候从热带状态转变为冰帽状态。其次,我们使用的算法,以概率小费估计地球最近的冰川使用实际的考古冰芯数据的结束。
2010-11-30 math.DS physics.ao-ph
Did a gamma-ray burst initiate the late Ordovician mass extinction?
伽马射线暴(以下简称GRB)产生的辐射通量在整个可观测的宇宙中都是可探测的,其中至少有一些与星系有关。我们银河系内的GRB可能会对地球生物圈造成相当大的破坏;速率估计表明,危险的近GRB平均每十亿年发生两次或更多次。在生命的历史上,地球至少经历了五次大规模的灭绝,消灭了大部分的生物群。许多可能的原因已被记录在案,伽玛射线暴也可能有贡献。大约4.4亿年前的奥陶纪晚期大灭绝可能至少部分是伽马射线暴的结果。伽玛暴在地面效应方面的一个特殊特征是10 s量级的近脉冲能量输入。由于预期臭氧层会严重损耗,强烈的太阳紫外线辐射将来自附近的伽马射线暴,此时的一些灭绝和生存模式可能是由于到达地球的紫外线辐射水平升高。此外,伽玛射线暴还可能引发全球变冷,这种变冷发生在奥陶纪末期,之后是一段相对温暖的气候。当时强烈的快速冷却和冰川作用,以前被认为是这次大规模灭绝的可能原因,可能是伽马射线暴造成的。
2004-04-23 astro-ph physics.ao-ph physics.bio-ph
Predicting Climate Change using Response Theory: Global Averages and Spatial Patterns
提供准确的方法来预测气候对人为和自然强迫的反应是当代科学的一个关键挑战。使用一个简化的和有效的开源大气环流模型具有O($10^5$)自由度,我们展示了如何使用非平衡统计力学来解决这样一个问题。响应理论允许人们实际计算气候系统的拉回吸引子上支持的依赖于时间的测量,其动态是非自治的依赖于时间的强迫的结果。我们提出了一个简单而有效的方法来预测-在任何提前时间,并在合奏意义上-在气候特性的变化造成的CO $_2$的浓度增加,使用测试扰动模式运行。我们评估的优势和局限性的响应理论在预测全球平均值的地面温度和年总降水量的变化,以及在其空间格局。对地面温度场的预测质量相当好,而在降水的情况下,仅对全球平均值观察到良好的技巧。我们还展示了如何准确地定义气候系统的惯性等概念,或预测在强迫情景下何时可以检测到气候变化。我们的分析可以扩展到处理更复杂的强迫组合,原则上可以适用于处理任何可观测的气候。我们的结论是,气候变化确实是一个可以通过统计学的机械透镜有效看待的问题,而且有很大的潜力可以优化目前为编写政府间气候变化专门委员会随后的报告而进行的协调建模工作。
2016-03-16 cond-mat.stat-mech physics.ao-ph physics.comp-ph
A Computational Framework for Modelling and Analyzing Ice Storms
冰暴是极端天气事件,可能对自然生态系统和人造基础设施的可持续性产生破坏性影响。冰暴是由复杂的混合大气条件引起的,是人们最不了解的灾害性天气事件之一。我们模拟冰暴和描述风暴特征的能力将大大有助于建立抵消风暴影响的支持系统,并增加我们对冰暴的了解。在本文中,我们提出了一个整体的计算框架来回答有关冰暴的关键问题。我们模拟冰暴作为相关的表面和大气变量的函数。我们通过在标签缺失或不正确的数据上调整和应用监督和无监督机器学习算法来学习这些模型。我们还包括一个知识表示模块,该模块使用领域知识进行推理,以修改学习模型的输出。我们的模型使用再分析数据和风暴事件的历史记录进行训练。我们评估这些模型的再分析数据以及全球气候模型(GCM)的历史和未来的气候变化情景数据。此外,我们讨论了使用适当的偏差校正方法来运行这样的建模框架与GCM数据。
2018-05-13 cs.OH physics.ao-ph
A Novel Framework for Spatio-Temporal Prediction of Environmental Data Using Deep Learning
University of Lausanne(洛桑大学);Swiss Re(瑞士再保险)
随着统计和计算科学在气候和环境建模和预测中发挥的作用变得越来越重要,机器学习研究人员越来越意识到他们的工作与帮助应对气候危机的相关性。事实上,作为通用的非线性函数逼近工具,机器学习算法在分析和建模空间和时间可变的环境数据方面是有效的。虽然深度学习模型已被证明能够通过其自动特征表示学习来捕获空间、时间和时空依赖性,但在空间中的一组不规则点上测量的连续时空场的插值问题仍有待研究。为了填补这一空白,我们在这里介绍了一个使用深度学习进行气候和环境数据时空预测的框架。具体而言,我们展示了如何时空过程可以分解的时间参考基函数的产品的总和,和随机空间系数,可以在空间上建模和映射到一个规则的网格,允许重建完整的时空信号。基于模拟和真实世界数据的两个案例研究的应用程序将显示所提出的框架在建模相干时空场的有效性。
2020-12-22 cs.LG physics.ao-ph physics.data-an
Quantum Artificial Intelligence for the Science of Climate Change
University of Texas at Austin(德克萨斯大学奥斯汀分校);Indian Institute of Tropical Meteorology, Ministry of Earth Sciences(印度热带气象研究所);Krea University(克雷亚大学);University of Petroleum and Energy Studies(石油与能源研究大学);Queen Mary University of London(伦敦玛丽女王大学)
气候变化已成为最大的全球性问题之一,日益危及地球的可居住性。最近的事态发展,如加利福尼亚州和加拿大的异常热浪,以及德国的毁灭性洪水,都表明气候变化在极端天气频率不断增加中的作用。在过去的50年里,天气和气候的数值模拟已经取得了巨大的进步,但仍然需要克服严格的限制。在空间和时间上进行局部化预报是采取有效适应措施以尽量减少生命和财产损失的当务之急。基于人工智能的方法在改进预测方面显示出有希望的结果,但仍然受到处理地球规模的大量数据所需的必要硬件和软件的可用性的限制。量子计算是一种新兴的范式,在多个领域都有潜在的适用性。在这篇评论文章中,我们认为,为量子计算机设计的人工智能算法的新发展-也被称为量子人工智能(QAI)-可能为进一步推动气候变化科学提供必要的关键突破。由此带来的天气和气候预报方面的改进预计将带来许多社会效益。
2021-12-10 cs.AI physics.ao-ph quant-ph