Moderne weersvoorspellingen en klimaatstudies zijn sterk afhankelijk van computersimulaties die fysieke modellen implementeren. Deze modellen moeten samenhangende grootschalige voorspellingen doen, maar ook voldoende kleinschalige details bevatten om relevant en bruikbaar te zijn. Gezien de enorme fysieke complexiteit van weersystemen en het klimaat, realistische stochastische simulatie van hydro-omgevingsgebeurtenissen in ruimte en tijd, zoals regenval, vormt een belangrijke uitdaging.

Een statistische benadering is een natuurlijk alternatief om de enorme variabiliteit van weersystemen en het klimaat te beschrijven. Statistische modellen zijn gemakkelijker te gebruiken en vereisen geen enorme rekenkracht, en bieden wetenschappers en besluitvormers dus operationele, gebruiksvriendelijke tools om dringende klimaatgerelateerde problemen te bestuderen. Niettemin, statistische modellen maken vaak vereenvoudigende aannames.

Hoewel deze aannames de modelleringstaak beter hanteerbaar kunnen maken, ze leiden ook tot extra afwijking van de fysieke systemen die ze moeten vertegenwoordigen. Papalexiou et al. beschrijf verbeteringen aan het zogenaamde Complete Stochastic Modeling Solution (CoSMoS) -raamwerk dat een aanzienlijk grotere algemeenheid introduceert voor een breed scala aan hydro-omgevingssimulaties.

Een belangrijke toevoeging is ondersteuning voor ruimtelijk variërende snelheidsvelden. Deze snelheidsvelden regelen de beweging van pakketten vloeistof, zoals lucht of water, over de gesimuleerde regio. Dergelijke gradiënten zijn zeer gebruikelijk in de natuur; de uitzetting van lucht als deze opwarmt, bijvoorbeeld, creëert een naar buiten divergerend snelheidspatroon. evenzo, de rotatie van een orkaan of tornado vereist een snelheidsveld dat in de ruimte buigt.

De auteurs beschrijven ook de behandeling van anisotropie, waarin de eigenschappen van het fysieke proces kunnen variëren met niet alleen afstand tot een referentiepunt, maar ook richting. Door anisotropie te combineren met ruimtelijk variërende snelheidsvelden, een simulatie kan complexe meteorologische verschijnselen reproduceren, zoals stormen of de roterende en spiraalvormige structuur van een orkaan.

Na de introductie van deze vorderingen, de auteurs demonstreren hun potentieel door middel van een reeks numerieke experimenten. Deze simulaties illustreren de grote verscheidenheid aan vloeistofstructuren en evolutiepatronen die een dergelijk platform kan bieden. Hoe dan ook, uitdagingen blijven, inclusief de hoge rekenkosten van het simuleren van grote structuren met hoge resolutie en de noodzaak van aanvullende modelontwikkeling met het oog op simulaties op wereldschaal.

Dit verhaal is opnieuw gepubliceerd met dank aan Eos, georganiseerd door de American Geophysical Union. Lees hier het originele verhaal.