気候アンサンブル

気候アンサンブルには、気候システムのわずかに異なるモデルが含まれます。アンサンブル平均は、個々のモデルの実行よりも優れたパフォーマンスを発揮すると予想されます。^[1] 少なくとも5つの異なるタイプがあり、以下で説明します。

目的

アンサンブルを実行する目的は通常、システム内の不確実性に対処できるようにすることです。最終的な目的は、さまざまな結果の確率分布関数など、ポリシーに関連する情報を生成することです。これは、いくつかの問題により非常に困難であることが判明しています。これには次のものが含まれます。

気候モデルが適切である可能性がある範囲全体をカバーできるように、アンサンブルは広範囲に及ぶ必要があります。
何が良いモデルであるかを測定するのは困難です。観察の誤差だけでなく、モデルの誤差も考慮する必要があるかもしれません。
分布に関する事前の仮定は、生成される確率分布関数に影響を及ぼす可能性があります。

マルチモデルアンサンブル

マルチモデルアンサンブル (MME) はIPCC評価で広く使用されており、包括的な気候モデルのコレクションは結合モデル相互比較プロジェクトでアクセスできます。マルチモデルアンサンブルのメンバーは、気候変動研究に携わるさまざまな組織によって開発されており、ソフトウェア設計とプログラミングアプローチ、空間離散化の処理、物理的、化学的、生物学的プロセスの正確な定式化が大幅に異なる場合があります。マルチモデルアンサンブルを使用する利点は、「予測のあらゆる側面を考慮した場合、マルチモデルのパフォーマンスが一貫して優れている」ことです。^[2]

摂動物理アンサンブル

Climateprediction.netプロジェクトの主な科学的焦点は、摂動物理アンサンブル (PPE) です。現代の気候モデルは、現在の気候の多くの大規模な特徴をうまくシミュレートします。しかし、これらのモデルには、シミュレートされた気候に個別に大きな影響を与えることが知られている多数の調整可能なパラメータが含まれています。これらの多くは観測によって十分に制約されていますが、かなりの不確実性にさらされているものも多数あります。パラメータ設定やスキームの異なる選択によって、20 世紀の気候のシミュレーションが同様に現実的になり、21 世紀の予測が変わる可能性はどの程度あるかはわかりません。この不確実性を調査する最も徹底的な方法は、関連するパラメータの組み合わせをそれぞれ調査する大規模なアンサンブル実験を実行することです。より一般的なアプローチは「摂動パラメータアンサンブル」(PPE とも略される) と呼ばれています。これは、物理パラメータとは別に、炭素循環、大気化学、土地利用などに関連する他のパラメータを摂動できるためです。

初期条件アンサンブル

初期条件アンサンブルは、同じ大気物理パラメータと強制力に関して同じモデルを使用しますが、さまざまな異なる開始状態から実行されます。気候システムは無秩序であるため、ある場所での温度、風、湿度などの小さな変化が、システム全体の経路に大きく異なる影響を与える可能性があります。これを回避するために、わずかに異なる開始条件で複数の実行を開始し、グループ全体の変化を確認します。これは、天気予報で行われていることと似ています。

初期条件アンサンブルを持つことは、システム内の自然な変動を識別し、それに対処するのに役立ちます。

強制アンサンブル

モデルは、さまざまな強制力の影響を受ける可能性があります。これらは、排出シナリオに関する特別報告書や、より最近では代表的濃度経路で説明されているようなさまざまなシナリオに対応する可能性があります。

グランドアンサンブル

グランドアンサンブルは、アンサンブルのアンサンブルです。少なくとも 2 つのネストされたアンサンブルが必要です。これは、次の図で最もよく示されています。

天気

天気予報では初期条件アンサンブルが使用されます。

アプリケーション

気候アンサンブルは、特定の作物害虫の発生の将来的な変化を予測するために使用されました。^[3]