Набор данных о поверхности суши высокого разрешения обеспечивает детализацию моделирования земной системы

Модели земной системы (Earth system models, ESMs) помогают понять климатические и экологические изменения. Благодаря развитию вычислительных мощностей ESMs теперь можно запускать в километровом масштабе (k-scale), что позволяет учитывать мелкие детали для лучшего прогнозирования экстремальных погодных явлений и понимания циклов воды, углерода и энергии.

Однако текущие модели обычно полагаются на устаревшие и грубые (~50 км) данные о поверхности суши, которые могут упускать важные детали. Исследование, опубликованное в журнале Earth System Science Data, представило новые высокодетальные (1 км) данные о поверхности суши за период с 2001 по 2020 год, включая параметры землепользования, растительности, почвы и топографии.

Эта работа предоставляет первые комплексные глобальные наборы данных с сеткой 1 км, значительно повышающие возможности для моделирования ESM в километровом масштабе. Использование новых данных приводит к более точному прогнозированию циклов воды, углерода и энергии в симуляциях модели ELM2 с разрешением 1 км на территории континентальной части США. Это важный шаг к моделированию земной системы в километровом масштабе, что поддерживает разработку более эффективных стратегий смягчения последствий изменения климата и адаптации к ним.

Результаты показывают, что высокодетальные параметры поверхности суши вносят значительный вклад в пространственную неоднородность в симуляциях ELM2 влажности почвы, скрытого тепла, излучаемой длинноволновой радиации и поглощённой коротковолновой радиации. В среднем, около 31–54% пространственной информации теряется при укрупнении (апскейлинге) симуляций ELM2 с разрешения 1 км до разрешения 12 км.

С помощью объяснимых методов машинного обучения были выявлены влияющие факторы, определяющие пространственную изменчивость и потерю пространственной информации в симуляциях ELM2. Это подчеркивает существенное влияние пространственной изменчивости и потери информации от различных параметров поверхности суши, а также средних климатических условий. Сравнение с четырьмя эталонными наборами данных указывает на то, что ELM2 в целом хорошо справляется с моделированием влажности почвы и потоков приземной энергии.