云迫使仍然是一个主要的辐射强迫在气候建模的不确定性,因为有太多的不确定因素(参数化)。还因为云发展是更短的时间尺度比气候模型运行的时间表。
所以我很好奇:云在短时间跨度的天气更容易模拟模型?仍然还是一个野兽来模拟?
江南体育网页版地球科学堆栈交换是一个问答网江南电子竞技平台站对于那些感兴趣的地质学、气象学、海洋学、环境科学。注册只需要一分钟。
报名加入这个社区这个问题的答案取决于处理一个模拟感兴趣。如你所知,短/中档天气预报模型和气候模型有非常不同的应用程序和目标。
因为短期天气预报模型通常比气候模型更高的分辨率(~ 1 - 10公里和~ 50 - 200公里),它几乎总是更擅长模拟云层形成在特定地点和时间。云和雨在天气预测技能往往是更大的规模方面和附近的地形特征,和零星的小,小型热带暴风雨。在高分辨率数值天气预报模型(2 - 3公里或更小),对流和云可能模拟相当不错不使用任何云参数化方案。然而,云层和降水仍难以模拟或预测非常准确。
另一方面,由于网格分辨率很低,气候模型可以真正的目的只是为了正确模拟云和雨的发生频率和数量在一个更大的地理区域在更长一段时间。在气候、云辐射反馈中发挥重要作用。气候模型仍然依赖于云参数化方案。
也是具有挑战性的云,下雨等天气预报。相比,在天气预报气候应用优势在于云信息从初始条件可以提高云模型表示。不幸的是这一信息并不持续,长在云的模型由于有限的寿命。然而,对于短期预测同化卫星和雷达数据可以支持云在数值天气预报,在气候模型是不可能的。