A redução dinâmica com permissão de convecção (CPDD) permite uma representação explícita dos geradores de escala de tempestade de tornados, granizo, ventos de tempestades severas e precipitação localmente intensa. Mudanças potenciais em tais condições climáticas convectivas perigosas (HCW) devido à mudança climática induzida pelo homem são, portanto, projetadas com maior confiança usando CPDD do que com análises de modelos climáticos globais (GCM) relativamente grosseiros. No entanto, os recursos computacionais necessários para CPDD são significativos e, portanto, as projeções futuras de HCW baseadas em CPDD tendem a ser baseadas em um único experimento, e assim ausentes de medidas de incerteza determinadas de outra forma com um conjunto de experimentos via um conjunto de GCMs. Aqui apresentamos o CPDD "informado pelo ambiente" como um meio de gerar de forma eficiente um conjunto de CPDD impulsionado por diferentes GCMs. Esta variante de CPDD é aplicada apenas a um subconjunto de dias e domínios geográficos sobre os quais as condições meteorológicas potencialmente favorecem HCW; integrações de modelos desnecessárias em dias e domínios meteorologicamente desfavoráveis são eliminadas. O procedimento de seleção também leva em conta os vieses dos GCMs. A ocorrência temporal e geoespacial de HCW histórica nos Estados Unidos é demonstrada a partir da perspectiva do CPDD informado pelo ambiente, aplicado a oito GCMs diferentes e reanálise ERA5. As distribuições geográficas gerais de HCW variam consideravelmente de GCM reduzido para GCM, demonstrando assim o valor de um conjunto. A eficiência com que HCW é realizado em ambientes favoráveis também varia consideravelmente entre os oito GCMs reduzidos.
Wang et al. (Sex,) estudaram esta questão.