Wetenschap
Nieuw computeralgoritme versterkt klimaatmodellen en zou kunnen leiden tot betere voorspellingen van toekomstige klimaatverandering
Earth System Models (complexe computermodellen die aardse processen beschrijven en hoe deze op elkaar inwerken) zijn van cruciaal belang voor het voorspellen van toekomstige klimaatverandering. Door de reactie van ons land, onze oceanen en onze atmosfeer op de door de mens veroorzaakte uitstoot van broeikasgassen te simuleren, vormen deze modellen de basis voor voorspellingen van toekomstige scenario’s van extreme weers- en klimaatgebeurtenissen, inclusief die van het Intergouvernementeel Panel voor Klimaatverandering van de VN (IPCC). P>
Klimaatmodelmakers worden echter al lang geconfronteerd met een groot probleem. Omdat Earth System Models veel ingewikkelde processen integreren, kunnen ze niet onmiddellijk een simulatie uitvoeren; ze moeten er eerst voor zorgen dat het een stabiel evenwicht heeft bereikt dat representatief is voor de omstandigheden in de echte wereld vóór de industriële revolutie. Zonder deze initiële bezinkingsperiode (ook wel de 'spin-up'-fase genoemd) kan het model 'afdrijven', waarbij veranderingen worden gesimuleerd die ten onrechte kunnen worden toegeschreven aan door de mens veroorzaakte factoren.
Helaas is dit proces extreem traag omdat het model vele duizenden modeljaren moet draaien, wat voor IPCC-simulaties wel twee jaar kan duren op enkele van de krachtigste supercomputers ter wereld.
Echter, een studie gepubliceerd in Science Advances door een wetenschapper van de Universiteit van Oxford beschrijft een nieuw computeralgoritme dat kan worden toegepast op Earth System-modellen om de spin-up-tijd drastisch te verminderen.
Tijdens tests met modellen die in IPCC-simulaties worden gebruikt, was het algoritme gemiddeld tien keer sneller in het op gang brengen van het model dan de momenteel gebruikte benaderingen, waardoor de tijd die nodig was om een evenwicht te bereiken werd teruggebracht van vele maanden tot minder dan een week.
Studie-auteur Samar Khatiwala, hoogleraar aardwetenschappen aan de afdeling Aardwetenschappen van de Universiteit van Oxford, die het algoritme bedacht, zei:“Het minimaliseren van modeldrift tegen veel lagere kosten in tijd en energie is uiteraard van cruciaal belang voor simulaties van klimaatverandering, maar misschien is de De grootste waarde van dit onderzoek zou uiteindelijk kunnen zijn voor beleidsmakers die moeten weten hoe betrouwbaar klimaatprojecties zijn."
Momenteel verhindert de lange spin-up-tijd van veel IPCC-modellen dat klimaatonderzoekers hun model met een hogere resolutie kunnen uitvoeren en onzekerheid kunnen definiëren door herhaalde simulaties uit te voeren.
Door de spin-uptijd drastisch te verkorten, zal het nieuwe algoritme onderzoekers in staat stellen te onderzoeken hoe subtiele veranderingen in de modelparameters de output kunnen veranderen – wat van cruciaal belang is voor het definiëren van de onzekerheid van toekomstige emissiescenario's.
Het nieuwe algoritme van professor Khatiwala maakt gebruik van een wiskundige benadering die bekend staat als reeksversnelling en die zijn wortels heeft bij de beroemde wiskundige Euler.
In de jaren zestig werd dit idee door D.G. Anderson toegepast om de oplossing van de vergelijking van Schrödinger, die voorspelt hoe materie zich op microscopisch niveau gedraagt, te versnellen. Dit probleem is zo belangrijk dat meer dan de helft van de supercomputerkracht van de wereld momenteel wordt besteed aan het oplossen ervan, en 'Anderson Acceleration', zoals het nu bekend staat, is een van de meest gebruikte algoritmen die hiervoor worden gebruikt.
Professor Khatiwala realiseerde zich dat Anderson Acceleration ook in staat zou kunnen zijn de opstarttijd van het model te verkorten, omdat beide problemen van iteratieve aard zijn:er wordt output gegenereerd en vervolgens vele malen teruggevoerd naar het model. Door eerdere resultaten te behouden en deze te combineren tot één enkele invoer met behulp van Anderson's schema, wordt de uiteindelijke oplossing veel sneller bereikt.
Dit maakt het spin-up-proces niet alleen veel sneller en minder rekentechnisch duur, maar het concept kan ook worden toegepast op de grote verscheidenheid aan verschillende modellen die worden gebruikt om kwesties variërend van verzuring van de oceaan tot verlies aan biodiversiteit te onderzoeken en beleid te informeren.
Nu onderzoeksgroepen over de hele wereld hun modellen beginnen te ontwikkelen voor het volgende IPCC-rapport, dat in 2029 moet verschijnen, werkt professor Khatiwala met een aantal van hen, waaronder het Britse Met Office, om zijn aanpak en software in hun modellen te testen.
Professor Helene Hewitt OBE, covoorzitter van het Coupled Model Intercomparison Project (CMIP) Panel, dat het volgende IPCC-rapport zal informeren, zei:“Beleidsmakers vertrouwen op klimaatprojecties om de onderhandelingen te informeren terwijl de wereld probeert te voldoen aan de Overeenkomst van Parijs. is een stap in de richting van het verkorten van de tijd die nodig is om die kritische klimaatprojecties te produceren."
Professor Colin Jones, hoofd van het door NERC/Met Office gesponsorde Britse Earth-systeemmodellering, zei:“Spin-up is altijd onbetaalbaar geweest in termen van rekenkosten en tijd. De nieuwe benaderingen ontwikkeld door professor Khatiwala hebben de belofte om deze impasse te doorbreken en zorgen voor een kwantumsprong in de efficiëntie van het opzetten van dergelijke complexe modellen en vergroten als gevolg daarvan ons vermogen om tijdige, robuuste schattingen van de mondiale klimaatverandering te maken aanzienlijk."