[논문 리뷰] How different are deterministic physics suites when coupled to fixed model dynamics and why?
이 연구는 네 가지 결정론적 물리 스위트가 공통의 고정된 대규모 동역학에 의해 강제될 때 어떻게 작동하는지 평가하고, 스위트 간 강한 강수 일치를 발견했지만 대류 허용 벤치마크에 비해 미세구조 변동성에서 주목할 만한 과소분산이 있으며, 약간의 비선형적인 동역학 피드백이 뚜렷하게 나타난다.
It is often difficult to attribute uncertainty and errors in atmospheric models to designated model components. This is because sub-grid parameterised processes interact strongly with the large-scale transport represented by the explicit model dynamics. We carry out experiments with prescribed large-scale dynamics and different sub-grid physics suites. This dataset has been constructed for the Model Uncertainty Model Intercomparison Project (MUMIP), in which each suite forecasts sub-grid tendencies at a 22km grid. The common dynamics is derived from a convection-permitting benchmark: an ICON DYAMOND experiment (2.5km grid). We compare four different physics suites for atmospheric models in an Indian Ocean experiment. We analyse their joint PDFs of precipitation and associated physics tendencies for a full month. Precipitation is selected because it is a dominant uncertainty in the models that redistributes large amounts of heat. We find that all physics suites produce very similar precipitation amounts, with very high correlations between models, which exceed 0.95 at the native grid. However, the convection-permitting benchmark is more dissimilar from each of the physics suites, with correlations of $\approx$0.80. Similarly, we show that the vertically averaged physics tendencies in the free-troposphere are highly similar between the four physics suites, yet different if reconstructed for the benchmark. The water vapour sink is very closely linked with precipitation in the four physics suites. This suggests that the coarse-grid models are overconfident. We hypothese is that variation in unresolved convective structures can lead to variation in the dynamics, following a given amount of latent heating at fine grids, but not in our physics suites. The abstract length limit of ArXiv requires you to proceed in the PDF.
연구 동기 및 목표
- 고정된 대규모 동역학 하에서 결정론적 물리 스위트의 유사성 평가.
- 결정론적 물리 경향이 대류 조직 및 집적과 어떤 관계가 있는지 정량화.
- 대류 허용 모델에서 보이는 결정론적 물리와 비선형 동역학 피드백 간의 잠재적 연관성 탐색.
제안 방법
- Model Uncertainty Model Intercomparison Project (MUMIP) SCM 강제 파일을 2.5 km DYAMOND ICON 시뮬레이션에서 파생하여 사용.
- 공유된 동역학으로부터의 거친 규모의 수송 경향으로 SCM을 강제하여 물리 응답을 계산.
- 31일간 44,000개 격자 상자(간격 22 km)에 대해 3–6시간 예측으로 강수와 수직 경향의 결합 PDF를 계산.
- SCM 동역학에서 가짜 ICON 물리 경향을 재구성하여 대류 허용 벤치마크와 비교.
- ICON 강수와 SCM 강수 사이에 지수 관계 y = a + b x^p를 맞춰 비선형성(p != 1)을 테스트.
- 자유 대류권과 혼합층의 습도 및 온도 경향의 상관관계를 스위트 간 및 벤치마크와 함께 평가.
실험 결과
연구 질문
- RQ1고정된 동역학 하에서 서로 다른 결정론적 물리 스위트가 유사한 강수 및 물리 경향 반응을 보이나?
- RQ2SCM에서 대류 허용 벤치마크에 비해 과소분산이 존재하는가, 그리고 이것이 서브-그리드 변동성과 어떤 관련이 있는가?
- RQ3거친 격자 물리를 사용할 때 대류 조직/동역학과 강수 사이에 비선형 피드백의 증거가 있는가?
- RQ4자유 대류권과 혼합층의 습도 및 온도 경향이 스위트 간 및 벤치마크와 어떻게 상관되는가?
- RQ5중력파 상호작용과 대류 조직이 물리와 동역학 간의 관측된 관계에서 어떤 역할을 하는가?
주요 결과
| SCM/물리 스위트 | p의 최적 추정값 | 불확실성 p (1σ) | a의 최적 추정값 | 불확실성 a (1σ) |
|---|---|---|---|---|
| IFS/IFS | 1.06 | 0.004 | -0.036 | 0.002 |
| ARPEGE/ARPEGE | 1.05 | 0.004 | 0.019 | 0.002 |
| CCPP/GFS | 1.02 | 0.004 | -0.104 | 0.003 |
| CCPP/RAP | 1.05 | 0.005 | -0.069 | 0.002 |
- 강수는 물리 스위트 간에 매우 높은 쌍상관(0.96–0.98)을 보이는 반면, 대류 허용 벤치마크와의 상관은 더 낮다(약 0.80).
- 재구성된 벤치마크 강수는 1.0도으로 거칠게 평균될 때 SCM과 약 0.93–0.94의 상관을 보이지만, SCM–벤치마크 상관은 SCM–SCM 상관보다 현저히 낮다.
- 자유 대류권의 습도 경향은 스위트 간에 강하게 상관(대략 0.97)되지만 벤치마크 경향과 비교하면 약 0.80–0.82로 떨어진다.
- SCMs는 벤치마크에 비해 서브-그리드 변동성이 크게 과소표현되어 상대적으로 큰 과소분산을 보인다.
- 대부분의 스위트에서 SCM으로부터 ICON 강수를 피팅할 때 지수적 관계 y = a + b x^p의 p가 약 1이 아닌 값에 근접하여 약한이지만 견고한 비선형 동역학 피드백을 시사한다; GFS는 신호가 더 약하고 덜 견고하다.
- 자유 대류권의 온도 경향은 스위트 간에 높은 상관(약 0.93–0.97)을 보이고 습도에 비해 덜 과소분산하여, 습도가 SCM 경향 간의 불확실성에서 지배적임을 시사한다.
더 나은 연구,지금 바로 시작하세요
연구 설계부터 논문 작성까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.