Key points are not available for this paper at this time.
Zusammenfassung Der Prozess der Parameterschätzung, der auf ein gewähltes Set von Beobachtungen abzielt, ist ein wesentlicher Aspekt der numerischen Modellierung. Dieser Prozess wird in der Gemeinschaft der Klimamodellierer normalerweise als Tuning bezeichnet. In Klimamodellen müssen die Vielfalt und Komplexität der beteiligten physikalischen Prozesse und ihr Zusammenspiel über ein breites Spektrum räumlicher und zeitlicher Skalen in einer Reihe von approximativen Submodellen zusammengefasst werden. Die meisten Submodelle hängen von unsicheren Parametern ab. Tuning besteht darin, die Werte dieser Parameter anzupassen, um die Lösung als Ganzes mit Aspekten des beobachteten Klimas in Einklang zu bringen. Tuning ist ein wesentlicher Aspekt der Klimamodellierung mit eigenen wissenschaftlichen Fragen, die außerhalb der Gemeinschaft der Modellentwickler wahrscheinlich nicht genug beworben wird. Die Optimierung von Klimamodellen wirft wichtige Fragen auf, ob Tuning-Methoden a priori die Modellergebnisse auf unbeabsichtigte Weise einschränken, was unser Vertrauen in Klimaprojektionen beeinträchtigen könnte. Hier präsentieren wir die Definition und die Gründe hinter dem Tuning von Modellen, überprüfen spezifische methodische Aspekte und untersuchen die Vielfalt der in aktuellen Klimamodellen verwendeten Tuning-Ansätze. Wir diskutieren auch die Herausforderungen und Chancen bei der Anwendung sogenannter objektiver Methoden im Tuning von Klimamodellen. Wir erörtern, wie sich Tuning-Methodologien auf fundamentale Ergebnisse von Klimamodellen auswirken können, wie z.B. die Klimasensitivität. Der Artikel schließt mit einer Reihe von Empfehlungen, um den Prozess des Tunings von Klimamodellen transparenter zu gestalten.
Hourdin et al. (Fri,) untersuchten diese Fragestellung.