Un conjunto climático implica modelos ligeramente diferentes del sistema climático . Se espera que el promedio del conjunto tenga un mejor desempeño que los modelos individuales. [1] Existen al menos cinco tipos diferentes, que se describirán a continuación.
El objetivo de ejecutar un conjunto suele ser poder lidiar con 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, entre ellos:
Los conjuntos multimodelo (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 multimodelo 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 los procesos físicos, químicos y biológicos. Los beneficios de utilizar un conjunto multimodelo se ven en "el desempeño consistentemente mejor del multimodelo 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 de simulación de muchas características a gran escala del clima actual. Sin embargo, estos modelos contienen una gran cantidad de parámetros ajustables que se sabe, individualmente, 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 diferentes pronósticos para el siglo XXI. La forma más exhaustiva de investigar esta incertidumbre es realizar un experimento de conjunto masivo en el que se investigue cada combinación de parámetros relevante. Un enfoque más general se denomina "conjunto de parámetros perturbados" (también abreviado como PPE), ya que, además de los parámetros físicos, se pueden perturbar otros parámetros relacionados con el ciclo del carbono , la química atmosférica , el uso de la tierra , etc.
Los conjuntos de condiciones iniciales implican el mismo modelo en términos de los mismos parámetros y fuerzas de la física atmosférica, pero funcionan a partir de una variedad de estados iniciales diferentes. Debido a que el sistema climático es caótico, pequeños cambios en cosas como las temperaturas, los vientos y la humedad en un lugar pueden dar lugar a caminos muy diferentes para el sistema en su conjunto. Podemos solucionar esto iniciando varias ejecuciones con condiciones iniciales ligeramente diferentes y luego observando la evolución del grupo en su conjunto. Esto es similar a lo que se hace en la previsión meteorológica.
Tener un conjunto de condiciones iniciales puede ayudar a identificar la variabilidad natural en el sistema y abordarla.
Un modelo puede estar sujeto a diferentes fuerzas, que pueden corresponderse con diferentes escenarios, como los descritos en el Informe especial sobre escenarios de emisiones y, más recientemente, en la Trayectoria representativa de concentración .
Un gran conjunto es un conjunto de conjuntos. Debe haber al menos dos conjuntos anidados. Esto se ilustra mejor en el diagrama de la página opuesta.
La previsión meteorológica utiliza conjuntos de condiciones iniciales.
Se utilizaron conjuntos climáticos para proyectar cambios futuros en la aparición de plagas seleccionadas en los cultivos. [3]
Se pueden utilizar diversos métodos estadísticos para analizar conjuntos climáticos, como el análisis de componentes principales , el Anova y el análisis de componentes direccionales .