Conjunto de dados de superfície terrestre de alta resolução fornece detalhes de modelagem do sistema terrestre

Os modelos de sistema terrestre (ESMs) nos ajudam a entender as mudanças climáticas e ambientais. Com os avanços no poder da computação, os ESMs agora podem ser executados em resoluções de escala quilométrica (escala k), capturando detalhes muito finos para melhor prever o clima extremo e entender os ciclos de água, carbono e energia.

No entanto, os modelos atuais geralmente dependem de dados de superfície terrestre desatualizados e de resolução grosseira (~50 km), que podem perder detalhes importantes.

Um estudo, publicado em Dados da Ciência do Sistema Terrestredesenvolveu novos dados de superfície terrestre de alta resolução (1 km) para o período de 2001 a 2020, incluindo parâmetros de uso da terra, vegetação, solo e topografia.

A pesquisa fornece os primeiros conjuntos de dados de superfície global em grade de 1 km abrangentes para aumentar significativamente a capacidade de simulações ESM em escala k. Usar os novos conjuntos de dados leva a uma previsão mais precisa dos ciclos de água, carbono e energia em simulações ELM2 com resolução de 1 km sobre os Estados Unidos contíguos. Este trabalho é um passo importante em direção à modelagem do sistema terrestre em escala k, apoiando o desenvolvimento de melhores estratégias de mitigação e adaptação às mudanças climáticas.

Os resultados demonstram que parâmetros de superfície terrestre de alta resolução contribuem para heterogeneidade espacial significativa em simulações ELM2 de umidade do solo, calor latente, radiação de onda longa emitida e radiação de onda curta absorvida. Em média, cerca de 31% a 54% das informações espaciais são perdidas ao aumentar a escala das simulações ELM2 de 1 km para uma resolução de 12 km.

Usando métodos de aprendizado de máquina explicáveis, os fatores influentes que impulsionam a variabilidade espacial e a perda de informação espacial das simulações ELM2 foram identificados, destacando o impacto substancial da variabilidade espacial e da perda de informação de vários parâmetros da superfície terrestre, bem como as condições climáticas médias. A comparação com quatro conjuntos de dados de referência indica que o ELM2 geralmente tem um bom desempenho na simulação de umidade do solo e fluxos de energia da superfície.