Resumen - Ondas Kelvin y de Rossby intrasezonales en modelos modernos de IA-ML

Ondas Kelvin y de Rossby intrasezonales en modelos modernos de IA-ML

2025-07-10 17:37:07

{"Shrutee Jalan","Jai Sukhatme"}

{physics.ao-ph}

El documento "Intraseasonal Kelvin y Ondas de Rossby Ecuatoriales en Modelos Modernos de IA-ML" de Shrutee Jalan y Jai Sukhatme explora la representación de ondas de Kelvin y Rossby de gran escala, asociadas con la convección, en modelos modernos de inteligencia artificial y aprendizaje automático (IA-ML). El estudio utiliza cuatro modelos de clima impulsados por datos de vanguardia: PanguWeather, GraphCast, FourCastNet y Aurora. Los investigadores ejecutaron múltiples series de estos modelos para evaluar su capacidad de capturar la estructura de las ondas Kelvin y Rossby. Analizaron diagramas de número de onda-frecuencia de los vientos zonales de todos los modelos y encontraron una firma clara de ondas Rossby y Kelvin con profundidades equivalentes que están en línea con las observaciones y las reanálisis. Para las ondas Kelvin, los modelos capturaron los patrones de convergencia horizontal en la troposfera inferior y superior, la inclinación vertical en la temperatura, la humedad y la velocidad vertical, así como la relación fase entre las anomalies de temperatura y la velocidad vertical. Sin embargo, hubo diferencias notables entre los modelos, como inclinaciones verticales más pequeñas y anomalies de temperatura superficial incorrectas en GraphCast y corrientes convergentes relativamente débiles en PanguWeather. Los modelos tuvieron más dificultades con las ondas de Rossby. Si bien se capturaron los ciclones horizontales, la estructura vertical de la temperatura y la divergencia fue incorrecta. La anomaly de temperatura no fue consistente con la naturaleza de la velocidad vertical vertical en todos los cuatro modelos. Curiosamente, las anomalies de humedad y velocidad vertical estaban mucho más cerca de las observaciones. Solamente dos modelos (GraphCast y FourCastNet) capturaron la generación simultánea de movimiento vertical profundo con anomalies de humedad. En general, mientras que la representación de estas ondas de gran escala es alentadora, problemas con la estructura de las ondas de Rossby y la inconstancia entre campos requieren una investigación más profunda. El estudio subraya el potencial de los modelos IA-ML en capturar la variabilidad tropical y sugiere que se necesita más investigación para mejorar su precisión en la representación de las ondas de Rossby y otros fenómenos atmosféricos complejos.