Om de effecten van klimaatverandering te beperken is het essentieel om deze zo nauwkeurig mogelijk te voorspellen. Regionale klimaatmodellen zijn modellen met een hoge resolutie van het klimaat op aarde die in staat zijn om simulaties van extreme weersomstandigheden die mogelijk worden beïnvloed door klimaatverandering te verbeteren en zo bijdragen aan het beperken van effecten door tijdig in te grijpen.

Bij hun hoogste resoluties, Regionale klimaatmodellen kunnen atmosferische convectie simuleren, een sleutelproces bij veel extreme weersomstandigheden dat vaak de oorzaak is van zeer intense en lokale neerslag. Hoewel "convectietoelatende" modellen veel worden gebruikt bij weersvoorspellingen, ze vereisen grote supercomputerbronnen, wat het gebruik ervan bij klimaatmodellering op langere termijn beperkt. Echter, verbeterde computerkracht heeft hun gebruik bij klimaatvoorspelling nu levensvatbaarder gemaakt.

Een studie waarbij onderzoeksteams uit heel Europa samenwerkten aan de CORDEX-FPS Flagship Pilot Study over convectieve fenomenen - waaronder wetenschappers van de CMCC Foundation - Euro-Mediterranean Center on Climate Change - presenteert het eerste multi-model ensemble van tien jaar durende regionale klimaatmodellen op kilometerschaal lopen. Het CORDEX-FOD-project over Europa en het Middellandse-Zeegebied, die zich richt op convectieve neerslaggebeurtenissen en hun evolutie onder door de mens veroorzaakte klimaatverandering, selecteerde de Alpenruimte als een gemeenschappelijk doelgebied om op te experimenteren.

Convectietoelatende modellen werden gebruikt om simulaties met hoge resolutie te produceren die de neerslagdynamiek van 2000-2009 voorspelden. De gesimuleerde regenval tijdens deze periode werd vergeleken met waargenomen regenvaldatasets, beoordelen hoe goed de modellen echte gebeurtenissen hadden gesimuleerd. De door het CMCC ontwikkelde configuratie leverde bijzonder goede resultaten op. Bovendien, resultaten werden vergeleken met modellen met een lagere resolutie, waaruit blijkt dat modellen met een hoge resolutie een aanzienlijke verbetering van de modelprestaties opleveren.

Paola Mercogliano, Directeur van de CMCC Division Regional Models and geo-Hydrological Impacts, en co-auteur van de studie samen met CMCC-onderzoekers Marianna Adinolfi en Mario Raffa, legt uit dat:"Hoewel er nog steeds verschillen bestaan ​​tussen simulaties en waarnemingen met ultrahoge resolutie, het is duidelijk dat deze simulaties beter presteren dan simulaties met een lagere resolutie bij het weergeven van neerslag in het huidige klimaat, en bieden daarmee een veelbelovend perspectief voor studies over klimaat en klimaatverandering op lokale en regionale schaal. De belangrijkste verbeteringen van de simulaties met een hoge resolutie in vergelijking met de simulaties met een lagere resolutie worden vooral in de zomer gevonden, toen het model met lage resolutie de frequentie overschatte en de intensiteit van dagelijkse en uurlijke regenval onderschatte."

Het voordeel van een hogere resolutie was het meest uitgesproken voor zware regenval.

Gemiddeld, de modellen met lage resolutie onderschatten de zware regenval in de zomer per uur met ~40%. De modellen met hoge resolutie onderschatten deze regenval slechts met ~3%. Bovendien, de onzekerheidsbereiken in de simulaties - namelijk de variabiliteit tussen de modellen - werden ook bijna gehalveerd bij een hoge resolutie voor de frequentie van natte uren.

Beleidsmakers vertrouwen op nauwkeurige klimaatinformatie om effectieve maatregelen te formuleren om zich aan te passen aan en de impact van klimaatverandering te verminderen, en deze studie presenteert een bruikbare methode om de voorspellingen van extreme regenval te verbeteren. Het verbeteren van deze voorspellingen helpt mensen en beleidsmakers om klimaatadaptatie- en mitigatiemaatregelen te formuleren met de best beschikbare informatie.

Verdere studies worden momenteel ontwikkeld binnen de CORDEX-FPS Flagship Pilot Study over convectieve fenomenen om de toegevoegde waarde van configuraties met ultrahoge resolutie aan te tonen.