做更好的输入数据导致一个更好的模型精度?

Question

气候和化学运输模型都需要输入文件包括气象数据、排放清单、表面数据(如土地利用类型)来初始化仿真领域。

以WRF为例对区域气象数据。我总是使用1度的x 1度摘要采用光》分析grib2格式的数据作为模型驱动数据支持边界和初始信息每6小时。

现在,我发现临时ECMWF再分析数据与空间0.25 x 0.25度也可以用作WRF输入。

所以,我想更好的输入数据产生更好的模型性能吗?可以提高多少如果答案是真的吗?

我想到了一些优点更好的输入文件(在空间和时间尺度):

优点:(1)更好的输入字段意味着规模较小的物理过程(e。g湍流运输水)可以在一定程度上描述更好;(2)精细化学物种的时空变化可以模拟实际发射过程更好的(e。g,排放相关交通一天)。

有什么缺点的性能改进,除了计算成本?

Answer 1

我的经验与WRF模拟热带气旋,但这里有一些事情要考虑:

• 规模较小的信息可能已经解决了在高分辨率初始条件,改善向上你正在试图创建模型的影响
• 我相信ECMWF分辨率已经从0.75学位统计缩减规模数据集,虽然我可能是错的人。这意味着你的0.25学位只是一些插值数据
• 一些模型在特定地区比别人表现得更好
• 高分辨率不是更好的如果你的参数是错误的
• 你可以在这里找到特定的数据集的警告:PSD网格气候数据集。

Answer 2

是的,当然更好的输入数据可以带来更好的模型精度,但前提是模型的概念化接近。气候模型的许多问题的误解,我想强调以下:

)大多数气候模型的隐含精密输出是荒谬的,所以需要很长,困难和怀疑看数据与现实的误差范围。

b)缩小模型倾向于给精度高的印象。在大多数情况下,这是虚幻的。

c)减半网格尺寸和你需要的4倍输入数据。在现实中通常没有那么多的高质量数据,即使有(原则上),通常没有人力能力处理它。

d)减少网格的大小,你必须更加关注概念化。例如,地形学的影响在降雨,地面水达到比,和小气候因素变得越来越重要。

以我的经验的工作在东非AOGCM输出,我发现小网格只突出了当地气候差异模型和以证据为基础的辅助数据。即使有较小的网格,该模型完全不能捕获meso-climatic影响大型湖泊,或陡峭的气候梯度的规模约100公里。信息是明确的:全球气候模型非常适合一般气候趋势,降水趋势的可疑,完全是误导对于大多数小规模气候趋势分析。我担心的是,GCM用户的主要类别之一,水资源分析师,似乎还没有一个清晰的把握GCM的局限性。在治疗有危险气候计算机模型作为一个“神奇的黑盒”。在网格有固有危险实际上(一个可用的数据主要误差的来源!)当你选择一个更精细的网格大小,总是密切关注hind-cast输出之间的差异和实际气候数据的传播在地上。

Answer 3

首先,气候学没有真正25公里x 25公里数据,因为他们只有大约6000 meteostations, 25 25网格在干燥的土地达240000台。人工化妆品这类数据必须使用各种各样的假设可能是没有必要真还是一致的。喂养与愚蠢的数据模型将一事无成。

第二,细模型输入数据什么都不做,如果不解决动态模式相同的规模。除非你看到一个模型,准确地再现了全球大气环流的主要细节(我的意思是只是原油vortices-hurricanes拓扑和他们的平均频率),输入是毫无意义的。更多,一个好的正确的模型应该开始与任何现实和non-detailed数据,并开发一个稳定的实际轨迹与现实意义。气候和交通数据不应需要“输入”,该模型必须生成自己的数据。