Giáo trình Quản lý môi trường

Mục tiêu của chương là đánh giá khả năng và giới hạn của mô hình khí hậu toàn cầu. Một số hoạt động đánh giá được mô tả ở những chương khác của báo cáo. Chương này cung cấp bối cảnh những nghiên cứu đó và hướng dẫn người đọc những chương thích hợp.

doc88 trang | Chia sẻ: haohao89 | Lượt xem: 2056 | Lượt tải: 4download
Bạn đang xem trước 20 trang tài liệu Giáo trình Quản lý môi trường, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
MỤC LỤC 8.1. Tổng quan Mục tiêu của chương là đánh giá khả năng và giới hạn của mô hình khí hậu toàn cầu. Một số hoạt động đánh giá được mô tả ở những chương khác của báo cáo. Chương này cung cấp bối cảnh những nghiên cứu đó và hướng dẫn người đọc những chương thích hợp. 8.1.1. Đánh giá có nghĩa là gì Một dự báo cụ thể dựa trên mô hình có thể chứng minh được là đúng hoặc sai nhưng bản thân mô hình luôn luôn cần xem xét thận trọng. Điều này đúng với dự báo thời tiết và dự báo khí hậu. Dự báo thời tiết được sinh ra từ những thông tin cơ bản, thường xuyên và có thể đối chiếu với những hiện tượng đã xảy ra. Theo thời gian, nhưng thông tin này được tích lũy và cung cấp cho mô hình. Trái lại, trong mô phỏng sự biến đổi khí hậu, mô hình được sử dụng để dự báo những thay đổi trong tương lai có thể xảy ra qua khoảng thời gian hàng thập kỷ và không có những thay đổi tương tự đã xảy ra trong quá khứ. Độ tin cậy của mô hình có thể thu được qua việc mô phỏng những ghi chép trong lịch sử hoặc khí hậu cổ, nhưng điều này bị giới hạn hơn so với dự báo thời tiết. 8.1.2. Phương pháp đánh giá Mô hình khí hậu là mô hình tổng hợp với nhiều thành phần. Mô hình phải được thử nghiệm ở mức độ hệ thống, tức là chạy một mô hình đầy đủ và so sánh kết quả với thông tin đã thu thập được. Những thử nghiệm này có thể cho thấy lỗi của mô hình nhưng nguyên nhân của chúng bị ẩn đi bởi tính phức tạp của mô hình. Vì vậy, cần phải thử nghiệm mô hình ở mức độ thành phần, tức là cô lập những thành phần và kiểm tra chúng độc lập so với một mô hình hoàn chỉnh. Việc đánh giá mức độ thành phần của mô hình khí hậu là thông thường. Phương pháp số được thử nghiệm ở những test tiêu chuẩn, được thiết lập qua hoạt động như hội nghị hai năm một lần về Partial Differential Equations on Sphere. Các thông số vật lý sử dụng trong mô hình biến đổi khí hậu được thử nghiệm qua nhiều nghiên cứu (một số dựa trên những số liệu thu thập được và một số được lý tưởng hóa), được thiết lập thông qua chương trình Đo lường phóng xạ khí quyển (ARM), Hệ thống mây châu Âu (EUROCS), Năng lượng toàn cầu và cuộc thử nghiệm chu trình nước (GEWEX), Nghiên cứu hệ thống mây (GCSS). Những hoạt động này đã và đang diễn ra trong một thập kỷ hoặc nhiều hơn và phần lớn kết quả đã công bố. Việc đánh giá mức độ hệ thống tập trung vào kết quả của mô hình đầy đủ (ví dụ mô hình mô phỏng các biến khí hậu) và các phương pháp cụ thể được bàn chi tiết dưới đây. 8.1.2.1. So sánh các mô hình và ensemble Hoạt động so sánh mô hình toàn cầu bắt đầu từ cuối những năm 1980, được tiếp tục với dự án so sánh mô hình khí quyển (AMIP) bây giờ đã bao gồm vài tá dự án bao phủ toàn bộ các thành phần mô hình khí hậu và các dạng mô hình kết hợp khác nhau (tóm tắt tại Nỗ lực tham vọng trong việc thu thập và phân tích kết quả mô hình lưu chuyển khí quyển đại dương (AOGCM) từ các thí nghiệm tiêu chuẩn được thực hiện trong vài năm gần đây. Điều này khác với các so sánh mô hình trước đó ở chỗ một tập hợp hoàn thiện các thí nghiệm được thực nghiệm, bao gồm việc mô phỏng có điều khiển không bắt buộc, mô phỏng nhằm tái tạo biến đổi khí hậu được quan sát qua những thời điểm và mô phỏng biến đổi khí hậu trong tương lai. Với mỗi thí nghiệm, các mô phỏng được thực hiện trên nhiều mô hình khác nhau để việc chia sẻ tín hiệu biến đổi khí hậu từ sự biến thiên bên trong trong phạm vi hệ thống khí hậu được dễ dàng hơn. Có lẽ, thay đổi quan trọng nhất từ những nỗ lực này là bộ sưu tập tập hợp các kết quả mô hình ở chương trình Chẩn đoán mô hình khí hậu và so sánh (PCMID). Thành tựu này liên quan đến Tập hợp dữ liệu đa mô hình (MMD) ở PCMID, đã cho phép hàng trăm nhà khoa học ở bên ngoài các nhóm làm mô hình có thể xem xét kỹ lưỡng mô hình dưới nhiều góc độ khác nhau. Sự nâng cao việc phân tích chẩn đoán kết quả mô hình khí hậu là một bước quan trọng. Nhìn chung, những hoạt động so sánh đang diễn ra đã làm gia tăng mối liên hệ giữa các nhóm làm mô hình, cho phép nhận dạng nhanh chóng và sửa chữa sai số của mô hình, khuyến khích sáng tạo sự tính toán tiêu chuẩn cũng như những ghi chép có hệ thống về những tiến bộ trong mô hình hóa. Ensemble của mô hình đại diện cho một phương thức mới để nghiên cứu một nhóm khí hậu đáng tin cậy tương ứng với một cưỡng bức cho trước. Những ensemble này có thể được tạo ra từ việc thu thập kết quả của một nhóm mô hình ở các trung tâm làm mô hình khác nhau (ensemble đa mô hình) hoặc được tạo ra qua các phiên bản đa mô hình trong phạm vi cấu trúc một mô hình cụ thể, bằng cách thay đổi các thông số mô hình bên trong trong một khoảng tin cậy (ensemble vật lý xáo trộn). Những tiếp cận này được bàn chi tiết ở phần 10.5. 8.1.2.2. Hệ thông số độ tin cậy của mô hình Độ chính xác mô phỏng mô hình khí hậu trong quá khứ hay hiện tại cho biết điều gì về độ chính xác của dự báo biến đổi khí hậu? Một số các thông số dựa trên thông tin thu thập được sử dụng để định lượng độ tin cậy của mô hình khi đưa ra dự báo xác suất (phần 10.5.4). Với bất kỳ thông số nào, cần đánh giá sự đúng đắn của kết quả mô hình dự báo khí hậu trong tương lai. Không thể tiến hành phép thử trực tiếp bởi vì không có những thay đổi cưỡng bức tương tự như những thay đổi dự báo ở thế kỷ 21. Dù vậy, mối quan hệ giữa thông số từ thông tin thu thập được với lượng dự báo (ví dụ độ nhậy khí hậu) có thể được khám phá qua ensemble mô hình. Shulka et al. (2006) đã liên hệ độ trung thực của nhiệt độ bề mặt mô phỏng trong thế kỷ 20 với những thay đổi nhiệt độ bề mặt được mô phỏng ở thế kỷ 21 trong một ensemble đa mô hình. Kết quả là, mô hình có sai số ở thế kỷ 20 nhỏ nhất tạo ra một số gia nhiệt độ bề mặt khá lớn ở thế kỷ 21. Knutti et al.(2006) sử dụng một ensemble vật lý xáo trộn khác đã chỉ ra rằng mô hình có nhiệt độ bề mặt thay đổi theo mùa thường có độ nhậy lớn hơn. Những thông số phức tạp hơn được phát triển dựa vào những thông tin thu thập về khí hậu hiện tại và có tiềm năng làm giảm tính mờ của độ nhậy khí hậu qua những ensemble mô hình đã cho (Murphy et al.,2004; Piani et al.,2005). Những nghiên cứu trên hứa hẹn rằng thông số định lượng khả năng xảy ra của dự báo mô hình có thể được phát triển, nhưng sự phát triển của thông số mới ở giai đoạn đầu, việc đánh giá mô hình mô tả ở chương này chủ yếu dựa vào kinh nghiệm và suy luận vật lý. Một sự phát triển quan trọng kể từ khi Báo cáo đánh giá thứ ba (TAR) đang thiết lập và định lượng quá trình thông tin phản hồi (feedback process) là xác định phản ứng của thay đổi khí hậu. Hiểu biết về những quá trình này củng cố cả cách tiếp cận đánh giá mô hình dựa trên thông số lẫn truyền thống. Ví dụ Hall và Qu (2006) phát triển một thông số cho feedback giữa nhiệt độ và albedo trong một vùng bị bao phủ bởi tuyết, dựa trên mô phỏng chu kỳ theo mùa. Họ thấy rằng, mô hình có feedback dựa vào chu kỳ mùa cũng có một feedback ở điều kiện khí nhà kính tăng lên. So sánh với giá trị ước đoán quan sát được của chu kỳ theo mùa cho thấy đa số mô hình trong MMD thấp hơn giá trị ước đoán của feedback này. Phần 8.6 mô tả các feedback khác nhau, vận hành trong hệ thống băng bề mặt biển, khí quyển đất để xác định độ nhậy của khí hậu và phần 8.3.2 mô tả vài quá trình quan trọng về sự hấp thu nhiệt của đại dương (và thay đổi khí hậu nhất thời). 8.1.2.3. Thử nghiệm mô hình với khí hậu trong quá khứ và hiện tại Thử nghiệm khả năng của mô hình trong việc mô phỏng khí hậu hiện tại (bao gồm tính biến thiên và điểm cực) là một phần quan trọng của đánh giá mô hình (phần 8.3 tới 8.5, và đánh giá vùng cụ thể ở chương 11). Trong đó, cần có những lựa chọn thực tế(…). Những quyết định như thế được đưa ra bởi các nhà nghiên cứu và phụ thuộc vào vấn đề được nghiên cứu. Sự khác nhau giữa mô hình và các quan sát cần được xem xét nếu chúng nằm trong phạm vi: Tính biến thiên bên trong không dự đoán được (ví dụ thời điểm quan sát có một số bất thường các sự kiện El Nino). Sự khác nhau theo một điều kiện Tính mờ trong các lĩnh vực quan sát. Trong khi không gian không cho phép bàn luận chi tiết các vấn đề trên cho mỗi biến khí hậu, chúng được tính đến trong đánh giá tổng thể. Mô phỏng mô hình khí hậu hiện tại ở phạm vi toàn cầu đến tiểu lục địa được mô tả ở chương này, các chi tiết về vùng có thể xem ở chương 11. Mô hình được sử dụng rộng rãi để mô phỏng biến đổi khí hậu trong suốt thế kỷ 20. Vì những thay đổi bắt buộc không được biết tới đầy đủ ở thời điểm đó (chương 2), những thử nghiệm như trên không ràng buộc đầy đủ phản ứng trong tương lai với những thay đổi bắt buộc. Knutti et al.(2002) chỉ ra rằng trong một ensemble vật lý xáo trộn của Mô hình hệ thống trái đất có sự phức tạp trung bình (EMICs), nếu cưỡng bức sol khí được phép thay đổi trong phạm vi khoảng mờ của nó thì mô phỏng từ mô hình này trong một khoảng độ nhậy khí hậu là phù hợp với nhiệt độ không khí bề mặt được quan sát và hàm lượng nhiệt trong đại dương. Mặc dù giới hạn cơ bản này, thử nghiệm mô phỏng các quan sát trong lịch sử thế kỷ 20 tạo ra ràng buộc với phản ứng của khí hậu tương lai (Knutti et al., 2002). Chủ đề này được bàn chi tiết ở chương 9. 8.1.2.4. Các phương pháp đánh giá khác Mô phỏng khí hậu trong quá khứ cho phép mô hình được đánh giá theo một cách thức khác so với hiện tại. Những thử nghiệm này bổ sung đánh giá khí hậu hiện tại và khí hậu tại thời điểm thuộc dụng cụ, bởi vì sự biến thiên khí hậu ở thế kỷ 20 được so sánh với những thay đổi tương lai dự kiến theo một kịch bản bắt buộc từ báo cáo đặc biệt của IPCC về kịch bản phát xạ (SRES). Giới hạn của thử nghiệm khí hậu cổ là tính mờ trong cưỡng bức và các biến khí hậu thực tế (nhận được từ proxy) thường lớn hơn so với ở thời điểm dụng cụ, và số biến khí hậu để có proxy cổ bị giới hạn. Hơn nữa, tình trạng khí hậu có thể thay đổi (ví dụ kích cỡ lớn nhất của dải băng) dẫn đến quá trình định lượng (ví dụ độ nhậy của khí hậu) khác biệt so với ở thế kỷ 21. Cuối cùng là khoảng thời gian biến đổi rất dài dẫn đến những khó khăn trong thiết kế thực nghiệm, ít nhất là cho mô hình lưu chuyển chung (GCMs). Những vấn đề này được bàn sâu sắc trong chương 6. Mô hình khí hậu có thể được thử nghiệm thông qua những dự báo dựa trên điều kiện ban đầu. Mô hình khí hậu liên quan với mô hình dự báo thời tiết bằng số(..). Dù vậy, mô hình dự báo thời tiết bằng số chạy ở độ phân giải cao hơn so với mô phỏng khí hậu. Đánh giá những dự báo như thế kiểm tra mô tả của mô hình đối với một vài quá trình chính trong không khí và đại dương, mặc dù mối liên hệ giữa những quá trình này và phản ứng khí hậu dài hạn không được thiết lập. Chất lượng của một dự báo có giá trị ban đầu phụ thuộc vào vài yếu tố vượt ra ngoài bản thân mô hình bằng số (ví dụ kỹ thuật đồng hóa, phương pháp sinh ensemble), và những yếu tố này có thể kém liên quan tới dự đoán phản ứng bắt buộc, dài hạn của hệ thống khí hậu với những thay đổi theo cưỡng bức bức xạ. 8.1.3. Mô hình được xây dựng như thế nào Cơ sở để xây dựng mô hình không thay đổi kể từ TAR, mặc dù mô hình đã có những bước phát triển cụ thể (phần 8.2). Mô hình khí hậu có được từ các định luật vật lý cơ bản (ví dụ như định luật chuyển động của Newton), để đưa ra xấp xỉ vật lý phù hợp với hệ thống khí hậu trong phạm vi lớn, và xa hơn để xấp xỉ trong discretization toán học. Những ràng buộc của máy tính hạn chế giải pháp có thể xảy ra trong phương trình discretized và những ảnh hưởng có quy mô lớn của quá trình không được giải đáp (vấn đề thông số). 8.1.3.1. Lựa chọn thông số và tuning Thông số hóa dựa một phần vào mô hình vật lý đơn giản của những quá trình không được giải đáp (ví dụ ..). Hệ thông số hóa cũng liên quan thông số bằng số được chỉ rõ ở đầu vào. Một vài thông số này có thể đo lường, ít nhất là theo nguyên tắc, trong khi những thông số khác không thể. Bởi vậy, có thể điều chỉnh giá trị của thông số (có thể chọn từ những phân bố ưu tiên) để tối ưu hóa mô phỏng mô hình các biến cụ thể hoặc để cải thiện sự cân bằng nhiệt độ toàn cầu. Quá trình này gọi là ‘tuning’. Ràng buộc dựa trên quan sát của khoảng thông số không quá lớn. Trong một vài trường hợp, điều này cung cấp một điều kiện về giá trị thông số (ví dụ, Heymsfield và Donner 1990). Mức độ tự do của những thông số có thể điều hòa nhỏ hơn mức độ tự do của những điều kiện dựa trên quan sát sử dụng trong đánh giá mô hình. Điều này đúng với đa số GCMs- ví dụ mô hình khí hậu không điều hòa một cách rõ ràng để đưa ra tính biến thiên của dao động phía bắc Đại Tây Dương (NAO)- nhưng không có nghiên cứu nào có giá trị để trả lời câu hỏi trên. Nếu mô hình được điều hòa để đưa ra trình diễn tốt về một lượng quan sát cụ thể thì thỏa thuận với quan sát này không thể được sử dụng để xây dựng độ tin cậy của mô hình. Dù vậy, một mô hình có thể được điều hòa để trình diễn tốt một số quan sát chủ chốt có khả năng đưa ra một dự báo chính xác, hơn là một mô hình tương tự (có lẽ là một thành viên khác của ensemble vật lý xáo trộn) nhưng ít được điều hòa (phần 8.1.2.2 và chương 10). Dựa vào thời gian máy tính, quy trình điều hòa theo nguyên tắc có thể được tự động sử dụng quy trình đồng hóa dữ liệu khác nhau. Dù vậy, điều này chỉ khả thi với EMICs (Hargreaves et al.,2004) và GCMs phân giải thấp. Phương pháp ensemble không phải lúc nào cũng tạo ra một thông số tốt nhất với một sai số đã cho. 8.1.3.2. Dải mô hình hay hệ thống cấp bậc Giá trị khi sử dụng một nhóm mô hình (một dải hay hệ thống) có tính phức tạp khác nhau được nói đến trong TAR (phần 8.3). Những mô hình rẻ hơn như EMICs cho phép khám phá thấu đáo hơn khoảng cách thông số và cũng đơn giản hơn khi phân tích phản ứng của mô hình cụ thể. Mô hình có độ phức tạp giảm được sử dụng một cách rộng rãi trong báo cáo hơn là trong TAR, và giá trị của chúng được bàn đến ở phần 8.8. Mô hình khí hậu vùng có thể xem như phần hình thành một hệ thống mô hình khí hậu. Câu hỏi 8.1: Mô hình đưa ra dự báo biến đổi trong tương lai có độ tin cậy như thế nào? Mô hình khí hậu cung cấp giá trị ước lượng đáng tin cậy về biến đổi khí hậu trong tương lai, đặc biệt là ở quy mô lục địa và lớn hơn. Sự tin cậy bắt nguồn từ sự thành lập mô hình dựa trên nguyên tắc vật lý đã được chấp nhận và khả năng của chúng khi tái tạo ra đặc điểm biến đổi khí hậu hiện tại và trong quá khứ. Độ tin cậy trong ước lượng mô hình cho vài biến khí hậu (ví dụ nhiệt độ) cao hơn so với những biến khác (ví dụ lượng mưa). Qua vài thập kỷ phát triển, mô hình đã cung cấp một bức tranh rõ ràng về sự ấm lên của khí hậu ứng với sự tăng lên của khí nhà kính. Mô hình khí hậu là biểu diễn toán học về hệ thống khí hậu, được diễn tả qua mã máy tính và chạy trên máy tính mạnh. Một nguyên nhân dẫn đến độ tin cậy của mô hình là những yếu tố cơ bản của mô hình dựa trên những định luật vật lý đã thiết lập như định luật bảo toàn khối lượng, năng lượng và động lượng, cùng với nhiều quan sát. Nguyên nhân thứ hai là khả năng của mô hình trong việc mô phỏng những khía cạnh quan trọng của khí hậu hiện tại. Mô hình được đánh giá một cách tổng quát qua việc so sánh mô phỏng với những quan sát về không khí, đại dương, khu vực thấp và bề mặt đất. Mức độ đánh giá chưa từng thấy đã chiếm chỗ hơn một thập kỷ gần đây là so sánh đa mô hình có tổ chức. Mô hình có những kỹ năng đáng kể và tăng lên khi thể hiện nhiều đặc điểm khí hậu quan trọng như phân bố trong phạm vi lớn của nhiệt độ không khí, lượng mưa, phóng xạ và gió, nhiệt độ đại dương, dòng và sự bao phủ băng trên biển. Mô hình cũng có thể mô phỏng những khía cạnh cốt yếu của nhiều kiểu biến thiên khí hậu được quan sát qua các khoảng thời gian. Ví dụ như bước tiến và lùi của hệ thống gió mùa chính, sự chuyển đổi theo mùa của nhiệt độ, đường đi của bão và vành đai mưa, dao động trong phạm vi bán cầu của áp suất bề mặt (phương thức hình khuyên phía bắc và phía nam). Một số mô hình hay những biến thể liên quan cũng được thử nghiệm bằng cách sử dụng những mô hình này để dự báo thời tiết và dự báo theo mùa. Những mô hình này cho thấy kĩ năng trong những dự báo như trên, chúng có thể biểu diễn những đặc điểm quan trọng của chu trình nói chung qua một khoảng thời gian ngắn cũng như tính biến thiên theo mùa và giữa năm. Tính biến thiên của mô hình khi biểu diễn những đặc điểm khí hậu quan trọng làm tăng lên sự tin cậy rằng chúng mô tả quá trình vật lý cốt yếu mà quá trình này mô phỏng biến đổi khí hậu trong tương lai. (chú ý rằng giới hạn của tính biến thiên mô hình khí hậu khi dự báo thời tiết muộn hơn một vài ngày không giới hạn khả năng của chúng để dự báo biến đổi khí hậu dài hạn, bởi vì đây là những kiểu rất khác nhau của dự báo) Nguyên nhân thứ ba là khả năng của mô hình tạo ra đặc điểm của biến đổi khí hậu trong quá khứ. Mô hình cũng được sử dụng để mô phỏng khí hậu cổ như thể mid-Holocene ấm ở 6000 năm trước hay cực đại băng hà cách đây 21000 năm (chương 6). Chúng có thể tạo ra nhiều đặc điểm (cho phép tính mờ trong khí hậu cổ đang xây dựng) như độ lớn và broad-scale pattern của quá trình làm lạnh biển suốt thời kỳ đóng băng. Mô hình cũng có thể mô phỏng nhiều khía cạnh được quan sát của biến đổi khí hậu qua các ghi chép của dụng cụ. Một ví dụ là xu hướng nhiệt độ toàn cầu hơn một thế kỷ gần đây (hình 1)có thể được mô hình hóa với kỹ năng cao khi cả yếu tố tự nhiên và nhân tạo có ảnh hưởng tới khí hậu được tính đến. Mô hình cũng có thể tạo ra những thay đổi được quan sát khác như nhiệt độ ban đêm tăng lên nhanh hơn so với ban ngày, sự ấm lên ở Nam Cực, và quá trình làm lạnh toàn cầu ngắn hạn (và sự phục hồi sau đó) sau những vụ phun núi lửa chính, như ở Mt.Pinatubo 1991. Mô hình dự báo nhiệt độ toàn cầu được làm qua hơn hai thập kỷ gần đây và vẫn còn phù hợp với những quan sát sau thời điểm đó. Dù vậy, mô hình cũng có sai số đáng kể. Những sai số này lớn hơn ở trong phạm vi nhỏ(..). Ví dụ sự thiếu hụt còn lại trong mô phỏng lượng mưa nhiệt đới, sự dao động phía nam của El Nino và sự dao động Madden-Julian (một biến đổi được quan sát về gió nhiệt đới và lượng mưa trong khoảng thời gian 30 đến 90 ngày). Nguyên nhân cuối cùng gây ra sai số là nhiều quá trình quan trọng trong phạm vi nhỏ không thể mô tả một cách rõ ràng trong mô hình, và phải ở dạng xấp xỉ khi chúng liên kết với những đặc điểm trong phạm vi lớn. Điều này một phần bởi vì giới hạn của tính toán, nhưng cũng là kết quả từ giới hạn hiểu biết khoa học hoặc tính biến thiên của những quan sát tỉ mỉ quá trình vật lý. Tính mờ đáng kể liên quan đến việc mô tả những đám mây, và phản ứng của mây với biến đổi khí hậu. Do đó, mô hình tiếp tục mô tả một khoảng theo sau sự biến đổi nhiệt độ toàn cầu ứng với khí nhà kính tăng lên. Mặc dù tính mờ, mô hình thống nhất trong dự báo sự ấm lên của khí hậu sau đó dưới sự tăng lên của khí nhà kính, và sự ấm lên này có độ lớn phù hợp với ước lượng độc lập nhận được từ những nguồn khác, ví dụ từ những biến đổi khí hậu được quan sát và sự khôi phục khí hậu trong quá khứ. Bởi vì độ tin cậy của biến đổi được dự báo bằng mô hình toàn cầu giảm ở phạm vi nhỏ, nên những kỹ thuật khác như sử dụng mô hình khí hậu vùng hoặc phương pháp downscaling được phát triển cho nghiên cứu biến đổi khí hậu của vùng và địa phương. Dù vậy, khi mà mô hình toàn cầu tiếp tục phát triển, và cách giải chúng được mở rộng, chúng trở thành công cụ hữu ích để điều tra đặc điểm trong phạm vi nhỏ như sự thay đổi khi thời tiết cực độ, và những cải tiến xa hơn trong mô tả vùng được mong đợi với năng lực tính toán được tăng lên. Mô hình đang ngày càng toàn diện trong xử lý hệ thống khí hậu, sự mô tả một cách rõ ràng quá trình sinh lý, vật lý và sự tương tác coi biến đổi khí hậu quan trọng một cách tiềm năng, đặc biệt là ở khoảng thời gian dài. Ví dụ, các phản ứng của thực vật gần đây, sự tương tác sinh học và hóa học trong biển, và động học bao phủ băng trong vài mô hình khí hậu toàn cầu. Tóm lại, độ tin cậy trong mô hình bắt nguồn từ nền tảng vật lý và kỹ năng mô tả biến đổi khí hậu được quan sát và khí hậu trong quá khứ. Mô hình được chứng minh là một công cụ quan trọng mô phỏng và hiểu biết về khí hậu, và có một sự tin cậy đáng kể rằng chúng có khả năng cung cấp ước lượng định lượng đáng tin của biến đổi khí hậu tương lai, đặc biệt là ở phạm vi lớn. Mô hình có giới hạn đáng kể như trong việc mô tả đám mây, dẫn đến tính mờ trong độ lớn và thời gian, cũng như chi t