Vanwege een gebrek aan bruikbare waarnemingen om modelontwikkeling te begeleiden, Modellen van het aardsysteem missen vaak het doel bij het voorspellen van tropische wolken en hun effecten op inkomende en uitgaande energie in de atmosfeer. Het grootste deel van de afgelopen twee decennia heeft het Amerikaanse Department of Energy (DOE) Atmospheric Radiation Measurement (ARM) Climate Research Facility, een wetenschappelijke gebruikersfaciliteit, verzamelde gegevens op drie oppervlaktelocaties in de tropische westelijke Stille Oceaan (TWP) om het gegevensrecord in deze schaars bemonsterde regio te verbeteren.

Wetenschappers van het Pacific Northwest National Laboratory van DOE hebben de ARM TWP-gegevens geanalyseerd om de modelresultaten van het aardsysteem te evalueren. Ze ontdekten dat modelfouten in bewolking afhankelijk zijn van modelresolutie, wat verder kan leiden tot fouten in de omgevingstemperatuur en vochtigheid en, beurtelings, feedback op wolken.

Convectie van de mariene grenslaag en tropische wolken – sleutelelementen van de wereldwijde energiebalans en watercyclus – blijven een belangrijke bron van onzekerheid bij het begrijpen van feedbackprocessen van tropische wolken en klimaatgevoeligheid, en het voorspellen van veranderingen in het aardsysteem.

De ARM TWP-gegevenssets voor de lange termijn bieden een uitstekende bron voor het evalueren van aardsysteemmodellen met behulp van zowel statistische als procesgerichte benaderingen en om fouten in cloudbehandelingen te verminderen. Deze benadering van meten naar model kan eenvoudig worden aangepast voor het evalueren van nieuwe schema's die worden ontwikkeld voor het Community Atmosphere Model versie 5 (CAM5) of andere modellen van het aardsysteem.

Atmosferische vochtige convectie in de tropen herverdeelt warmte, vochtigheid, en wereldwijd momentum. Recente generaties aardsysteemmodellen hebben de dekking van lage tropische wolken onderschat, maar hun dikte en afkoelingseffecten overschat. Dit wordt de "te weinig, te helder" tropisch laagbewolkt probleem. Door dit probleem te compenseren door schattingen van verschillende wolkeneigenschappen aan te passen, kan de totale fout in schattingen van het energiebudget worden verminderd, maar andere problemen in modelrepresentaties worden verborgen.

Onderzoekers gebruikten ARM's TWP-gegevenssets voor de lange termijn om het vermogen van CAM5 om de verschillende soorten tropische wolken te simuleren (d.w.z. convectieve vs. vloeistof of ijs stratiform), hun seizoensgebonden en dagelijkse variaties, en hun invloed op oppervlaktestraling, evenals de resolutie-afhankelijkheid van gemodelleerde wolken. Stijgingen tot 20 procent in de gemodelleerde jaargemiddelde totale bewolking waren toe te schrijven aan de grote overschatting van stratiforme ijswolken. Simulaties met een hogere resolutie verminderden de overschatting van ijswolken, maar verhoogde de onderschatting van convectieve wolken en vloeibare wolken op laag niveau. Vergeleken met de meteorologische peilgegevens, de in het model gesimuleerde koelere en vochtigere lucht zorgde ook voor overschatting van wolken op alle hoogten.

Door het gemodelleerde optreden van convectieve wolken te vergelijken met ARM-waarnemingen, bleek het modeltekort in het te vaak triggeren van diepe convectie, die het verticale transport van damp en injectie van vloeistof en ijs naar de bovenste lucht beïnvloedt. Deze fout manifesteerde zich in de uit-fase cloud-dagcyclus gesimuleerd door CAM5, waardoor de onnauwkeurige verticale verdeling van stratiforme wolken.