Un conjunto climático implica modelos ligeramente diferentes del sistema climático . Se espera que el promedio conjunto funcione mejor que las ejecuciones del modelo individual. [1] Existen al menos cinco tipos diferentes, que se describirán a continuación.
El objetivo de gestionar un conjunto suele ser poder hacer frente a las incertidumbres del sistema. Un objetivo final puede ser producir información relevante para las políticas, como una función de distribución de probabilidad de diferentes resultados. Esto está resultando muy difícil debido a una serie de problemas. Éstas incluyen:
Los conjuntos de modelos múltiples (MME) se utilizan ampliamente en las evaluaciones del IPCC , y se puede acceder a una colección completa de modelos climáticos en el Proyecto de intercomparación de modelos acoplados . Los miembros de un conjunto de modelos múltiples son desarrollados por diferentes organizaciones involucradas en la investigación del cambio climático y pueden diferir sustancialmente en su diseño de software y enfoque de programación, su manejo de la discretización espacial y la formulación exacta de procesos físicos, químicos y biológicos. Los beneficios de utilizar un conjunto de modelos múltiples se ven en "el rendimiento consistentemente mejor del modelo múltiple al considerar todos los aspectos de las predicciones". [2]
Los conjuntos de física perturbada (PPE) constituyen el principal foco científico del proyecto Climateprediction.net . Los modelos climáticos modernos hacen un buen trabajo al simular muchas características a gran escala del clima actual. Sin embargo, estos modelos contienen una gran cantidad de parámetros ajustables que, individualmente, se sabe que tienen un impacto significativo en el clima simulado. Si bien muchos de ellos están bien limitados por las observaciones, hay muchos que están sujetos a una incertidumbre considerable. No sabemos hasta qué punto diferentes opciones de configuración de parámetros o esquemas pueden proporcionar simulaciones igualmente realistas del clima del siglo XX pero pronósticos diferentes para el siglo XXI. La forma más exhaustiva de investigar esta incertidumbre es realizar un experimento conjunto masivo en el que se investigue cada combinación de parámetros relevantes. Un enfoque más general se denomina "conjunto de parámetros perturbados" (también abreviado como PPE), ya que, además de los parámetros físicos, pueden alterarse otros parámetros relacionados con el ciclo del carbono , la química atmosférica , el uso de la tierra , etc.
Los conjuntos de condiciones iniciales involucran el mismo modelo en términos de los mismos forzamientos y parámetros de física atmosférica, pero parten de una variedad de estados iniciales diferentes. Debido a que el sistema climático es caótico, pequeños cambios en cosas como la temperatura, los vientos y la humedad en un lugar pueden llevar a caminos muy diferentes para el sistema en su conjunto. Podemos solucionar este problema iniciando varias carreras con condiciones iniciales ligeramente diferentes y luego observar la evolución del grupo en su conjunto. Esto es similar a lo que hacen en el pronóstico del tiempo.
Tener un conjunto de condiciones iniciales puede ayudar a identificar la variabilidad natural en el sistema y abordarla.
Un modelo puede estar sometido a diferentes forzamientos. Estos pueden corresponderse con diferentes escenarios como los descritos en el Informe Especial sobre Escenarios de Emisiones y más recientemente en la Ruta de Concentración Representativa .
Un gran conjunto es un conjunto de conjuntos. Tiene que haber al menos dos conjuntos anidados. Esto se ilustra mejor en el diagrama de al lado.
El pronóstico del tiempo utiliza conjuntos de condiciones iniciales.
Se utilizaron conjuntos climáticos para proyectar cambios futuros en la aparición de plagas seleccionadas de cultivos. [3]
Se puede utilizar una variedad de métodos estadísticos para analizar conjuntos climáticos, como el análisis de componentes principales , Anova y el análisis de componentes direccionales .