Lernen über die Auswirkungen von Wolken auf das Klima durch maschinelles Lernen bei der Kalibrierung von Wolkenparametern in Klimamodellen

• Antragsteller: Professor Dr. Johannes Quaas
• Fachliche Zuordnung: Physik und Chemie der Atmosphäre
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 545086515

LACCMACC befasst sich mit der Darstellung von Wolken- und Niederschlagsmechanismen in atmosphärischen Modellen mit dem Ziel, das Verständnis ihrer Rolle für simulierte Wolken-Klima-Effekte zu verbessern. Insbesondere werden sowohl die Reaktion der Wolken auf die globale Erwärmung als auch der effektive Strahlungsantrieb durch die Wechselwirkung zwischen Aerosol und Wolken in überarbeiteten Simulationen untersucht. Der Kerngedanke ist, dass neue, auf maschinellem Lernen basierende Ansätze ein objektives "Tuning" der empirischen Parameter in den Prozessdarstellungen ermöglichen. LACCMACC wird ein solches Werkzeug, die "HighTune"-Methode, in Zusammenarbeit mit seinen Entwicklern am Laboratoire de Météorologie Dynamique in Paris, Frankreich (Frédéric Hourdin), anpassen und anwenden. HighTune wird auf das Atmosphärenmodell ICON in der Konfiguration mit Kilometerauflösung in regionaler und später globaler Einstellung angewendet. Als Referenz für die Parameterwahl, die dieses Schema bestimmen wird, wird LACCMACC prozessorientierte Ansätze zur Bewertung der Parametrisierung nutzen, die von dem vorschlagenden Team in der Vergangenheit entwickelt wurden. Der letzte wichtige Schritt besteht darin, die Parameterwahl in ihrer regionalen und räumlichen Variation zu analysieren. Die Hypothese ist, dass Ungereimtheiten, Diskrepanzen und Unplausibilitäten bei der Wahl der Parameter, wie sie durch das maschinelle Verfahren im Vergleich zu den Standardwerten und der prozessorientierten Bewertung festgestellt wurden, Rückschlüsse auf systematische Probleme bei der Parametrisierung zulassen und diese möglicherweise beheben. Ein überarbeiteter, optimaler Parametersatz wird mit den Standardwerten und dem auf der Prozessbewertung basierenden Satz verglichen.

• DFG-Verfahren: Sachbeihilfen