Моделирование, отражающее развитие и изменение облаков на основе физических процессов в атмосфере, более точно, чем существующие модели прогнозирования метеорологических условий.
Модель, разработанная учеными KAUST в сотрудничестве со специалистами из Университета Адама Мицкевича (Познань, Польша), Университета Нью-Мексико в США и Google AI, может получать известную информацию об атмосфере в любое время суток: например температуру, влажность и направление ветра, и моделировать образование облаков, которое используется для «прогнозирования текущей погоды и надвигающихся облачных явлений».
Для разработки модели специалистам потребовалось запрограммировать ряд физических процессов, таких как конденсация и испарение, а также сложное взаимодействие физических величин: температуры и влажности.
«Наша модель описывает атмосферные условия и термодинамические процессы, а также гидродинамику, которые управляют движением воздуха в атмосфере — это позволяет нам моделировать облачные явления более эффективно реалистично по сравнению с существующими методами. Например, наша модель способна моделировать образование кучево-дождевых облаков, учитывая различные градиенты температуры в атмосфере. Градиенты приводят к температурным инверсиям на определенных высотах, которые ответственны за характерную сплющенную вершину кучево-дождевых облаков. Мы также можем моделировать различные типы гроз в суперячейке (разновидность грозового облака), которые ранее не рассматривались», – прокомментировал Торстен Хадрих, один из разработчиков решения.
