[論文レビュー] Towards the Probabilistic Earth-System Model

T. N. Palmer, Francisco J. Doblas‐Reyes+4 more|ArXiv.org|Dec 5, 2008

Climate variability and models参考文献 20被引用数 8

ひとこと要約

この論文は、気候予測におけるモデルの不確実性をよりよく表現するために、確率的地球システムモデルに確率的・動的パrametrizationを組み込むことを提唱している。実予報研究において、こうしたアプローチが従来のマルチモデルアンサンブルを上回ることを示しており、大気の固有のノイズと新興の低消費電力コンピューティング技術を活用することで、より的確で安価な気候予測への道筋が示唆される。

ABSTRACT

Multi-model ensembles provide a pragmatic approach to the representation of model uncertainty in climate prediction. However, such representations are inherently ad hoc, and, as shown, probability distributions of climate variables based on current-generation multi-model ensembles, are not accurate. Results from seasonal re-forecast studies suggest that climate model ensembles based on stochastic-dynamic parametrisation are beginning to outperform multi-model ensembles, and have the potential to become significantly more skilful than multi-model ensembles. The case is made for stochastic representations of model uncertainty in future-generation climate prediction models. Firstly, a guiding characteristic of the scientific method is an ability to characterise and predict uncertainty; individual climate models are not currently able to do this. Secondly, through the effects of noise-induced rectification, stochastic-dynamic parametrisation may provide a (poor man's) surrogate to high resolution. Thirdly, stochastic-dynamic parametrisations may be able to take advantage of the inherent stochasticity of electron flow through certain types of low-energy computer chips, currently under development. These arguments have particular resonance for next-generation Earth-System models, which purport to be comprehensive numerical representations of climate, and where integrations at high resolution may be unaffordable.

研究の動機と目的

• 現在の気候モデルにおける体系的な不確実性の表現の欠如が、予測における科学的厳密性を損なっているのを是正する。
• 気候予測における真の不確実性をよりよく反映する確率的地球システムモデルのフレームワークを構築すること。
• 確率的パrametrizationが季節予報における恣意的マルチモデルアンサンブルを上回る可能性を検討すること。
• 計算リソースが限られた環境において、高解像度モデルの代替としてノイズ誘発的整流効果が果たす可能性を調査すること。
• 新興の低消費電力コンピューティングハードウェアと確率的プロセスを統合する気候モデリングへの実現可能性を評価すること。

提案手法

• モデルの不確実性を反映するため、グリッドスケール以下のプロセスを内生的ランダムネスを伴ってシミュレートするための確率的・動的パrametrizationを導入する。
• 実予報研究を用いて、確率的・動的アンサンブルのスキルを従来のマルチモデルアンサンブルと比較評価する。
• ノイズ誘発的整流効果を活用して、解像度を上げることなくモデルの忠実性を向上させる。
• 将来のモデルに確率的要素を統合することで、科学的アプローチにおける不確実性の定量化要件を満たす可能性を提言する。
• 低消費電力チップの電子フローに内在する確率的性質を活用し、モデルの効率性と現実性を向上させる可能性を検討する。
• モデル不確実性を内在的かつ定量的要因として扱う確率的フレームワークを地球システムモデルに定式化する。

実験結果

リサーチクエスチョン

• RQ1 確率的・動的パrametrizationは、マルチモデルアンサンブルと比較して季節気候予測のスキルを向上させることができるか？
• RQ2 確率的モデルにおけるノイズ誘発的整流効果は、気候システム行動のより良い表現にどのように寄与するか？
• RQ3 どの程度まで確率的パrametrizationが高解像度モデルの計算的に安価な代替として機能できるか？
• RQ4 内在的な確率的性質を有する新興の低消費電力コンピューティング技術を活用して、気候モデルの性能を向上させることができるか？
• RQ5 科学的アプローチにおける不確実性の体系的表現と伝搬要件に適合するように、気候モデルをどのように再構築できるか？

主な発見

• 実予報研究において、アンサンブル予報における確率的・動的パrametrizationは、すでに従来のマルチモデルアンサンブルを上回るスキルを示している。
• 現在のマルチモデルアンサンブルから導かれる気候変数の確率分布は正確ではなく、より良い不確実性表現の必要性を示している。
• 確率的モデルにおけるノイズ誘発的整流効果は、高解像度モデルの代替として機能し、計算コストを増加させることなくスキルを向上させることができる。
• 気候モデルに確率的要素を統合することは、科学的アプローチにおける不確実性の特定と予測という要件を満たす。
• 電子フローに確率的性質を有する新興の低消費電力チップは、確率的パrametrizationのより効率的かつ現実的な実装を可能にする可能性がある。
• 確率的・動的パrametrizationに基づく確率的地球システムモデルは、現在のマルチモデル手法よりも著しくスキルの高いものになる可能性を有する。