Ученые повышают точность моделей погоды и климата

Ученые из Федеральной политехнической школы Лозанны (EPFL) и Института исследований снега и лавин WSL (SLF) разработали программу, повышающую точность широко используемой модели прогноза погоды за счет учета ранее игнорировавшихся поверхностных явлений, связанных со снегом.

Повышение точности прогнозов снежного покрова критически важно для решения проблем изменения климата и энергетического перехода. Большинство современных моделей не учитывают сложную структуру снега, например, моделируя его как один слой, хотя каждый снегопад создает отдельный слой со своими свойствами. Новый модельный фреймворк CRYOWRF объединил модель прогноза погоды Weather Research and Forecasting (WRF) с разрабатываемой более 20 лет программой SNOWPACK, которая описывает сложные снежные процессы: альбедо, сублимацию, изоляционные свойства снега и метель у поверхности.

Тестирование CRYOWRF в трех районах с разными условиями (два в Антарктиде и один в Швейцарских Альпах) показало, что точность прогнозов массового баланса снега повышается в среднем на 10–20%. Результаты опубликованы в журнале Geoscientific Model Development. «Мы закладываем основу для следующего поколения погодных прогнозов», — говорит Майкл Ленинг, руководитель Лаборатории наук о криосфере (CRYOS) и автор-корреспондент исследования. Метеослужба Швейцарии планирует внедрить функции модели в свою систему ICON.