الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الأرض والمناخ · arXiv · 2026-10-21

تحسّن تغيّر الهطول في نموذج الغلاف الجوي المجتمعي (Community Atmosphere Model) من خلال تنفيذ مخطط حمل عميق قائم على الشبكات العصبية

العنوان الأصلي: Improved Precipitation Variability in the Community Atmosphere Model through Implementation of a Neural-Network Deep Convection Scheme

تظل أنظمة الحمل العميق مصدراً رئيسياً لعدم اليقين في نماذج المناخ العالمية، ويبقى استبدالها ببدائل قائمة على البيانات مع الحفاظ على الاتساق الفيزيائي والاستقرار العددي تحدياً مفتوحاً. يقدم المؤلفون تكوين CAM6 هجيناً تستبدل فيه شبكة عصبية عميقة متصلة بالكامل، دُرِّبت على مخرجات خشنة التدرج من النموذج العالمي محلِّل العواصف gSAM لاشتقاق تدفقات الحمل واتجاهاته دون الشبكية، نظام Zhang-McFarlane للحمل العميق، بينما تبقى عمليات الإشعاع والاضطراب والسحب الأخرى دون تغيير. تعمل الشبكة باستقرار لأكثر من عقد من الزمن مع حفظ الطاقة والرطوبة، وتنتج توزيعاً مناخياً واقعياً في مجمله دون إعادة ضبط المعاملات المتبقية، وتخفض بشكل ملحوظ انحيازات الأمطار الخفيفة والأمطار المتطرفة، وتنقل الدورة اليومية لأمطار اليابسة المدارية من ذروة زائفة في منتصف النهار إلى الذروة المرصودة في أواخر فترة بعد الظهر.

اقرأ المصدر الأصلي ↗

جميع العناصر →