Key points are not available for this paper at this time.
Zusammenfassung. Viele Prozesse in der Hydrologie und der Wissenschaft des Erdsystems stehen im Zusammenhang mit dem Recycling kontinentaler Feuchtigkeit, dem Beitrag der terrestrischen Verdunstung zu Niederschlägen. Zum Beispiel hängen die Auswirkungen von Veränderungen der Landnutzung auf regionale Niederschlagsregime von diesem Prozess ab. Um das Feuchtigkeitsrecycling zu studieren, werden eine Reihe von Modellen zur Verfolgung von Feuchtigkeit verwendet, die mit den Ausgaben atmosphärischer Modelle angeregt werden, sich jedoch in verschiedenen Aspekten unterscheiden. Sie können eulerianisch (gitterbasiert) oder lagrangianisch (bahn-basiert) sein, haben zwei oder drei räumliche Dimensionen und basieren auf einer Reihe anderer Annahmen. Welches Modell am besten geeignet ist, hängt nicht nur von den Zielen der Studie, sondern auch von der Qualität und Auflösung der Daten ab, mit denen es angeregt wird. Kürzlich ist der hochauflösende ERA5-Reanalyse-Datensatz zum Standard geworden und ebnet den Weg für eine neue Generation von Modellen zur Verfolgung von Feuchtigkeit. Es ist jedoch unklar, wie die neuen Daten am besten genutzt werden können, um genaue Schätzungen der Flüsse atmosphärischer Feuchtigkeit zu erhalten. Hier entwickeln wir eine Reihe von Modellen zur Verfolgung von Feuchtigkeit, die mit ERA5-Daten angeregt werden, und testen systematisch ihre Leistung hinsichtlich des Recyclingverhältnisses der kontinentalen Verdunstung, der Distanzen der Feuchtigkeitsflüsse und der „Fußabdrücke“ der Verdunstung aus sieben Punktquellen weltweit. Wir berichten über Simulationszeiten, um mögliche Kompromisse zwischen Genauigkeit und Geschwindigkeit zu bewerten. Drei-dimensionale lagrangianische Modelle waren am genauesten und liefen schneller als eulerianische Versionen zur Verfolgung von Wasser aus einzelnen Gitterzellen. Die Rate der vertikalen Durchmischung von Feuchtigkeit in der Atmosphäre war die größte Quelle der Unsicherheit beim Feuchtigkeitstracking. Wir schließen, dass die kürzlich verbesserte Auflösung der atmosphärischen Reanalysedaten genauere Ergebnisse im Feuchtigkeitstracking in einem lagrangianischen Setting ermöglicht, jedoch erhebliches Unsicherheiten hinsichtlich der turbulenten Mischung bestehen bleibt. Wir präsentieren eine effiziente lagrangianische Methode zur Verfolgung atmosphärischer Feuchtigkeitsflüsse von jedem Ort weltweit unter Verwendung von ERA5-Reanalysedaten und stellen den Code für dieses Modell, das wir UTrack-atmospheric-moisture nennen, öffentlich zur Verfügung.
Tuinenburg et al. (Tue,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: