Ziele des climateprediction.net Experiment
Klimamodelle sagen bedeutende Veränderungen im Erdklima für das kommende Jahrhundert voraus. Aber das, was sie voraussagen bedeckt einen riesigen Bereich ? wie sollen wir diese Unsicherheit handhaben? Falls sie die Geschwindigkeit und den Umfang der Klimaänderung überbewerten, dann könnten wir schließlich unnötig in Panik geraten und enorme Geldbeträge investieren um zu versuchen, ein Problem abzuwenden, das am Ende nicht so ernsthaft ist wie es das Modell andeutete. Auf der anderen Seite, falls sie Modelle die Veränderungen unterschätzen, dann werden wir am Ende zu wenig zu spät tun, weil wir irrtümlich glauben, dass die Veränderungen überschaubar klein sind und allmählich erfolgen.
Um diesem Problem gewachsen zu sein, müssen wir unser Vertrauen in den Vorhersagen von Klimamodellen bemessen. Mit anderen Worten, wir müssen die Unsicherheit, die in diesen Vorhersagen liegen, quantitativ erfassen. Durch die Teilnahme an diesem Experiment helfen Sie uns, dies in einer Weise durchzuführen, was ansonsten nicht möglich wäre.
Selbst mit der unglaublichen Geschwindigkeit, die unsere Computer heutzutage besitzen, müssen die Einwirkungen von maßstäblich kleinen physikalischen Prozessen durch Vereinfachungen (parameterisationen). einbezogen werden. Der exakte Wert von vielen der verwendeten Parameter liegt in einem weiten Unsicherheitsbereich ? und wir wissen nicht genau, welcher Wert der realistischste ist. Manchmal kann dieser Bereich von bedeutender Größenordnung sein. Dies bedeutet wiederum, dass eine einzige Vorhersage nur eine von vielen Möglichkeiten repräsentiert, wie sich das Klima entwickeln könnte.
Wie können wir diese Unsicherheit beurteilen und verringern?
Es gibt zwei einander ergänzende Annäherungen zu diesem Problem:
1. Die Parameterisationen verbessern während man den Unsicherheitsbereich in den Parametern einengt. Dies ist ein fortlaufender Prozess und benötigt:
1. Verbesserung der Modelle, Verwendung der neuesten Supercomputers sobald sie verfügbar sind
2. Sammeln von mehr und mehr (hauptsächlich Satellit) Daten über einen weiten Bereich von atmosphärischen Veränderlichen (wie Windgeschwindigkeit, Bewölkungsdicke, Temperatur ...).
2. Große Anzahl von Modellläufen durchführen, in denen die Parameter innerhalb ihres augenblicklichen Unsicherheitsbereich verändert werden. Verwerfen Sie solche, die vergangenes Klima nicht erfolgreich modellieren und verwenden Sie die Verbleibenden, um zukünftiges Klima zu studieren.
Das zweite Szenarium ist der Ansatz über climateprediction.net. Es ist unsere Absicht, mehrere hunderttausend Klimamodelle nach neuestem Stand der Technik zu laufen, mit leicht unterschiedlichen physikalischen Bedingungen, um den gesamten Bereich der Unsicherheiten in allen Parameterisationen darzustellen. Diese Technik, bekannt als 'Ensemble-Vorhersage', bedarf einen riesigen Betrag an Computerleistung, weit mehr als heutzutage verfügbar. Die einzige praktische Lösung ist, an verteiltes Computing zu appellieren, wo die Leistungsfähigkeit von Tausenden normalen Computern miteinander verbunden wird und wobei jeder Computer einen kleinen aber Schlüsselteil des globalen Problems angeht.
Hinzu kommt, wenn man in der Lage ist Checkpoints zu setzen, müßte man ebenso gut in der Lage sein, kleinere WUs auszugeben, oder?
