Vi bruker forskjellige typer datamodeller for å utarbeide prognoser om fremtidens klima. Jordsystemmodeller er en avansert type modeller som simulerer samspillet mellom de ulike komponentene i jordsystemet, inklusive atmosfæren, hydrosfæren, biosfæren, litosfæren og kryosfæren. Det er mange viktige prosesser i klimasystemet som er små med tanke på fysisk utstrekning, og som er vanskelig å gjenskape i modellene og som fører til usikkerheter i prognosene. Det er nå utviklet en metode som gjør modellene – og klimaprognosene som produseres – mer nøyaktige.
Årsaken til at modellene ikke klarer å fange opp småskalaprosesser, er at modellene ikke har høy nok oppløsning. Et eksempel er skyer, som vanligvis har utstrekning på bare noen få kilometer, mens modellene oftest har 50-100 km mellom hvert beregningspunkt. For at modeller skal kunne inkludere skydannelser og nedbør, benytter man noe som kalles parameterisering. Dette er enkle matematiske beskrivelser av hvordan mindre prosesser påvirkes av – og selv påvirker – de større vær- eller klimasystemene som modellene fanger opp. Parameterne må justeres slik at resultatet skal bli mest mulig i overenstemmelse med målinger fra virkeligheten. Dette kalles «tuning». Manuell tuning tar mye tid, både for forskere og datamaskiner, og kan lett gi feil fordi modellene består av mange slike parametere som må tunes hver for seg. Disse vil også kunne påvirke hverandre, slik at tuning et sted i modellen vil kunne forbedre eller forringe resultatet på andre områder.
For å forbedre jordsystemmodellene og effektivisere justeringsprosessen har Tarkeshwar Singh, sammen med kolleger fra NORCE og Nansensenteret, utviklet en ny metodikk: Dataassimilering brukes til en mer presis justering av småskala-parametre. Prosessen har også blitt delvis automatisert, som gir færre manuelle valg, raskere prosessering, og mer nøyaktige modeller.
Metoden er testet på havmodell-biogeokjemi-delen i en jordsystemmodell. Resultatet er en reduksjon av feil i beregniner på 10-20%. Korrekt justering av parametrene i havmodeller er spesielt viktig, fordi modellene kan vise hvordan havet tar opp CO₂ og hvordan CO2-nivået påvirker livet i havet. Med bedre modeller kan vi forutsi fremtidige endringer i havet med enda større grad av nøyaktighet.
Den nye metoden kan brukes på mange ulike parametere i jordsystemmodeller, ikke bare på havmodeller, og er derfor et viktig steg på veien mot mer presise klimaprognoser. Det gir forskere et bedre verktøy, og politikere et bedre beslutningsgrunnlag i møte med klimautfordringene.
Nøkkelforskere: Tarkeshwar Singh, François Counillon, Yiguo Wang
