Een wolkensimulatie die de ontwikkeling en evolutie van wolken vastlegt op basis van atmosferische fysieke processen is nauwkeuriger dan andere modellen.

"Ons model beschrijft atmosferische omstandigheden en thermodynamische processen, evenals de vloeistofdynamica die de beweging van lucht in de atmosfeer regelt, " zegt Torsten Hädrich, een KAUST Ph.D. student in het internationale onderzoeksteam. "Hierdoor kunnen we cloudfenomenen realistischer simuleren dan eerdere methoden."

Het model kan op elk moment bekende atmosferische informatie opnemen, zoals temperatuur, vochtigheid en wind, en wolkenvorming simuleren, die wordt gebruikt voor "nowcasting" van dreigende wolkenfenomenen.

"Bijvoorbeeld, ons model kan de vorming van cumulonimbuswolken simuleren door rekening te houden met verschillende temperatuurgradiënten in de atmosfeer, " zegt Hädrich. "De gradiënten leiden tot temperatuurinversies op bepaalde hoogten, die verantwoordelijk zijn voor de karakteristieke afgeplatte bovenkant van cumulonimbuswolken. We kunnen ook verschillende soorten supercell onweersbuien modelleren, die niet eerder is behandeld."

Het model is ontwikkeld door Hädrich en Dominik Michels van KAUST in samenwerking met onderzoekers van de Adam Mickiewicz University in Polen, de Universiteit van New Mexico in de VS en Google AI.

Om het model te maken, het team moest een aantal fysieke processen oplossen, zoals condensatie en verdamping, en het complexe samenspel van fysieke grootheden, zoals temperatuur en vochtigheid, binnen de simulatie.

"Onze grootste uitdaging was toen om te bepalen welke parameters bijdragen aan de vorming van specifieke wolkentypes. We waren in staat om de fysieke parameters in onze simulatie zo te definiëren dat we specifieke wolkenformaties konden creëren zonder specifieke kennis, ', zegt Hadrich.