Новый метод помогает снизить неопределенность в численных моделях

Неопределенность, связанная с физическими параметрами, является серьезной проблемой в численном моделировании. Ученые из Университета Фудань и Института физики атмосферы Китайской академии наук предложили новый метод — «анализ чувствительности с помощью условных нелинейных оптимальных возмущений (CNOPSA)» — для снижения неопределенностей в численных моделях.

Традиционный подход, основанный на анализе дисперсии, имеет ограничения, так как не может адекватно учитывать экстремальные события из-за статистического влияния дискретных выборок параметров. Новый метод CNOPSA, разработанный с детерминистической точки зрения, способен полностью учитывать нелинейные синергетические эффекты параметров и оценивать максимальное влияние их неопределенности на результат модели. Чем сильнее это влияние, тем важнее и чувствительнее параметр.

Исследователи успешно применили метод к модели экосистемы луга. Результаты показали, что CNOPSA эффективно идентифицирует наиболее чувствительные параметры, которые влияют на моделируемую биомассу увядшей травы и, следовательно, на трансформацию состояния луговой экосистемы. В отличие от него, подход на основе дисперсии недооценивал чувствительность параметров. В будущей работе ученые планируют протестировать метод на более сложных моделях процессов на поверхности суши.