Voorspellingen van hoe klimaatverandering extreme weersystemen kan beïnvloeden, zoals tyfoons, worden meestal uitgevoerd met behulp van algemene circulatiemodellen (GCM's), die fysieke processen in de atmosfeer of oceanen vertegenwoordigen.

Echter, GCM's kunnen worden beïnvloed door onzekerheden, waaronder onvolkomenheden zoals het onvermogen van het model om de processen die aanleiding geven tot het extreme weer volledig te beschrijven, en onzekerheden in de effecten van toekomstige koolstofemissies. Om dit te compenseren, verschillende voorspellingen moeten worden gedaan bij het modelleren van toekomstige klimaten, met behulp van een benadering die bekend staat als ensemble-modellering. Echter, het genereren van het brede scala aan gegevens dat nodig is om een ​​ensemble-simulatie te starten, kan complex en rekenkundig veeleisend zijn.

Nutsvoorzieningen, Universitair hoofddocent Kenji Taniguchi van de Japanse Kanazawa University heeft een eenvoudige methode ontwikkeld om de grote hoeveelheid gegevens te genereren die nodig is om ensemblemodellering te starten. In zijn recente artikel, gepubliceerd in Journal of Geophysical Research:Atmosferen , Taniguchi geeft details over hoe de methode werkt, en demonstreert zijn effectiviteit voor ensemble-simulatie van een tyfoongebeurtenis en een simulatie van de opwarming van de aarde.

"De nieuwe methode heeft verschillende voordelen ten opzichte van eerder gebruikte benaderingen, " zegt Taniguchi. "Het heeft een hoge rekenstabiliteit, het kan op elk moment en elke datum beginnen, en het vereist geen specifieke atmosferische structuur; dus, het kan worden gebruikt voor het simuleren van elk type weergebeurtenis."

Er werd aangetoond dat de methode geschikte beginvoorwaarden biedt voor de simulaties van de tyfoon en de opwarming van de aarde.

Hij merkt op dat de nieuwe methode de verscheidenheid aan omstandigheden kan bieden die nodig zijn om de brede mogelijkheden van meteorologische verschijnselen te verkennen. Het kan ook de beoordeling mogelijk maken van veranderingen in de waarschijnlijkheid van extreme gebeurtenissen op basis van een brede spreiding van de windsnelheid, druk, en regengegevens.

De nieuwe methode, na wat verdere verfijning en ontwikkeling, zou kunnen bijdragen aan het verbeteren van het praktische gebruik van toekomstige experimenten met de opwarming van de aarde bij het schatten van de waarschijnlijkheid van risicofactoren voor extreme gebeurtenissen en gerelateerde effectbeoordelingen.

"In deze studie werd slechts één GCM-uitgang gebruikt, en er waren verschillende andere veronderstellingen over de structuur van de gegevens, " zegt Taniguchi. "In toekomstig werk, simulaties met meerdere GCM-uitgangen moeten worden opgenomen om rekening te houden met de onzekerheden die inherent zijn aan verschillende GCM's en we moeten nadenken over het afstemmen van de gegevensdistributie op elk individueel geval."

Hoewel oorspronkelijk ontwikkeld voor onderzoek naar de opwarming van de aarde, de mogelijke toepassingen van Taniguchi's nieuwe methode zijn breed. Het heeft potentieel voor gebruik in een breed scala van problemen die ensemble-simulatie vereisen, zoals invoerbeoordeling van variaties in veranderingen in landbedekking en zeeoppervlaktetemperatuur enz.