dasar- dasar pemodelan atmosfer

 assalamualaikum wr wb. 

        selamat pagi teman-teman sahabat pena ocean dan selamat beraktivitas ya. jangan lupa sarapan karena menunggu harapan butuh tenaga juga ya. oke teman-teman pada kesempatan ini kita akan berbagi hasil resume vidio tentang dasar dasar pemodelan atmosfer selain untuk melengkapi tugas mata kuliah pemodelan oseanografi saya juga berharap blog/artikel ini dapat membantu teman-teman dalam memperoleh informasi mengenai pemodelan dasar dasar atmosfer.

DASAR-DASAR PEMODELAN ATMOSFER (BAGIAN 1)

        Jadi teman-teman dalam video ini memberikan materi dan menampilkan hasil visialisasi pemodelan dimana dalam video menjelaskan beberapa materi di antaranya  adalah jenis model atmosfer, komponen model, representasi numeric, sumber kesalahan dan kondisi batas.

Visualisasi dari model iklim global

Jadi pada dasarnya dalam pemodelan iklim yang telah ada pada dasarnya adalah lambang dari apa yang kami coba di tempat teduh. Buat model, yang mensimulasikan sistem iklim dengan cara yang realistis. Sekarang kita bisa menggunakan model seperti ini untuk beberapa hal. Kita bisa menggunakan model seperti ini untuk prediksi, apa yang akan terjadi di masa depan. Kita dapat menggunakan model seperti ini untuk memahami proses. Jadi kami memiliki fisika yang kompleks dari atmosfer dan laut yang berinteraksi. Sesuatu yang tidak bisa kita lakukan semua jenis menerimanya juga, Rumit. Sesuatu yang sulit dipahami karena kompleksitas geometri dan proses fisik yang saling berinteraksi sehingga kita dapat mempelajari sistem iklim menggunakan model seperti ini.

Ini adalah visualisasi dari Barra

Banyak orang menggunakan produk analisis ulang dan Anda mungkin pernah mendengar tentang era tersebut. Analisis sementara. Anda mungkin pernah mendengar tentang kesalahan analisis, atau jangkar dalam analisis terpisah. Produk analisis ini. Ini adalah Regional Australia. Dan kita sering menganggap analisis ulang sebagai yang terbaik. Kumpulan pengamatan yang bagus dan berkesinambungan dan dapat diandalkan menganalisis ulang produk model. 

Daerah model (0,4 km penyelesaian tutupan awan)

Dan ini adalah jarak grid 1 kilometer dan segera ini akan berputar dan menunjukkan resolusi tertinggi kami, yaitu 400 meter. Jadi, begitu kita mencapai skala yang berbeda ini, kita dapat mulai mereproduksi fisika yang berbeda. Saya akan membicarakan hal ini secara lebih rinci nanti. Tapi alasan mengapa kita pergi ke resolusi yang lebih tinggi dan lebih tinggi adalah untuk mereproduksi fitur Garis pantai mereproduksi topografi dengan cara yang lebih realistis, tetapi juga sampai ke dasar fisika, proses fisik yang mungkin tidak diselesaikan. Awan berinteraksi satu sama lain dan badai bergerak melalui Tres, melacak dengan pantai, awan yang berbeda, pada ketinggian yang berbeda bergerak ke arah yang berbeda. Jadi ada banyakModel iklim yang digabungkan

 Contoh model global (berbasis lat/ion) grid

        Karena setiap langkah model resolusi tinggi memberi umpan balik ke masalah resolusi rendah. Jadi pada dasarnya Anda kehilangan informasi asli yang Anda miliki tentang masalah ini. Jadi satu-satunya cara Anda bisa memiliki model resolusi rendah tanpa dampak dari model resolusi tinggi. 

Batas komputasi

Simulasi/prediksi/proyeksi yang disempurnakan dengan lebih banyak detail lokal

    Dan bagian ini menunjukkan Peningkatan yang sedang berlangsung. Dalam model prediksi cuaca dengan waktu. Belahan bumi utara di belahan bumi selatan berkumpul, sehingga jumlah keterampilan yang hampir sama antara donat dan string Sutherlands. Sekarang peningkatan keterampilan atau kesepakatan antara kimia organik di belahan bumi selatan adalah karena peningkatan data benar-benar data satelit. Jadi, peningkatan prakiraan penting untuk alasan lain data dan simulasi sangat dingin.

                               

                               DASAR-DASAR PEMODELAN ATMOSFER (BAGIAN 2)

Jadi kita akan mulai berbicara tentang resolusi dalam masalah numeric, dan beberapa garis besar yang di bahas dalam video adalah parameterisasi, resolusi efektif, difusi dan dispersi numerik implisit. Pendekatan biasanya deterministik, yang berarti bahwa jika Anda memiliki kontrol aliran skala hasil tertentu, karena Anda akan menjadi satu jawaban dan kemudian jika Anda keesokan harinya Anda memiliki aliran skala hasil yang sama, parameterisasi akan memberi Anda jawaban yang persis sama. Jadi itulah yang deterministik selanjutnya tetapi sungguh, ini harus bekerja akan menjadi stokastik karena perbedaan gaya hidup yang sangat kecil dapat menyebabkan perbedaan besar dalam aliran skala kecil. Yang sangat berbeda dengan pendekatan rata-rata Reynolds. Di mana itu benar-benar proses, itu akan diselesaikan jika Anda meningkatkan resolusi, jadi ada perbedaan halus.

            Parameterization

    Sesuatu yang disebut teori K, dalam kasus Teori, benar-benar memberi tahu kita bahwa kita dapat mempromosikan kenaikan atau proksimasi istilah-istilah ini dengan cara ini. Kaitkan tegangan turbulen atau pencampuran Turtle dengan beberapa sifat lapisan batas aliran rata-rata. Pendekatan atau turbulensi pemuda Tyson sebagian besar tabel dari terjemahan J Prime, menggunakan pengetahuan. Jadi sekarang kita melihat bahwa ada cara untuk menghubungkan istilah subjek dari hasil di sana terlebih dahulu. Jadi kita dapat mengubah persamaan rata-rata Reynolds kita, yang memiliki istilah subjeknya. Di sisi kanan, ganti sub return itu dengan resultan jadi sekarang kita mengalami krisis. Datang lagi. Anda tidak memiliki persyaratan yang belum terselesaikan yang mengganggu ini. Anda sekarang memiliki persamaan yang murni berdasarkan hasil tersebut, akan memecahkan jenis kondom parametrisasi. Dan jika K adalah konstanta, ini akan berkurang menjadi Apa yang disebut adveksi. Persamaan difusi.

    Skala sub-grid, koefisien difusi. Sekarang sistem ini belum ditutup. Hampir ditutup. Penutupan berasal dari bagaimana mendefinisikan K dan K terkait dengan menemukan K akan memberi kita penutupan. Anda sering mendengar bahwa 22 membangun penutupan dari terjemahan, penutupan penutupan dan sistem persamaan. Jadi kasus bibi dari pihak ayah agak mudah dimengerti. Dan bisa digunakan sangat kecil saat tidak ada turbulensi, sangat besar saat ada turbulensi. Pendekatan bridging adalah dasar dari parameterisasi, semua dinamis atau proses. Jadi mari kita gunakan kata, turbulensi dinamis dan pencampuran lapisan batas, trek permukaan, gelombang Grady, tarik dalam, konveksi, Celli, konveksi. Semua hal ini adalah proses dinamis yang jika Anda membuat model resolusi yang lebih tinggi, Anda akhirnya akan menyelesaikannya.

    Jadi wilayah ini antara sekitar 10 kilometer dan sekitar 500 meter grid. Spasi dikenal sebagai The Grey Zone karena kami memiliki sejumlah proses yang kami coba parameterkan. Demikian juga. Kami berada di Zona perantara ini di mana kami tidak membuat parameter. Kami mendapatkan hasil yang aneh dalam model kami. Jika kami melakukan parameterisasi, kami melakukan model yang melanggar asumsi di belakang dan ada banyak upaya yang dilakukan sekarang untuk mengembangkan apa yang disebut parametrisasi Zona Abu-abu. Beberapa skalar adalah parameterisasi yang seharusnya beroperasi di Zona Abu-abu itu.

terimakasih teman-teman sudah mampir untuk lebih lengkap materinya bisa menonton langsung yah vidio penjelesannya di youtube mengenai dasar-dasar pemodelan atmosfer ini.

link youtube  part 1 : https://youtu.be/zEdC4LKz_oQ

part 2 : https://youtu.be/s30FXHSF8iU