Uma Implementação Estável de uma Parametrização de Mesoscala Ciente de Dados

Resumo Os vórtices mesoscalares oceânicos são frequentemente mal representados em modelos climáticos e, portanto, seus efeitos na circulação em grande escala devem ser parametrizados. As parametrizações tradicionais, que representam o efeito global dos vórtices não resolvidos, podem ser aprimoradas com novos modelos de subgrade aprendidos diretamente a partir de dados. Zanna e Bolton (2020), https://doi.org/10.1029/2020gl088376 (ZB20) aplicaram um algoritmo de descoberta de equações para revelar uma expressão interpretável que parametriza os fluxos de momento de subgrade pelos vórtices mesoscalares através dos componentes do tensor de gradiente de velocidade. Neste trabalho, implementamos a parametrização ZB20 no modelo oceânico GFDL MOM6 de equações primitivas e a testamos em duas configurações idealizadas com regimes dinâmicos e topografia significativamente diferentes. A parametrização original gerou ruído numérico excessivo próximo à escala da grade. Propondo duas abordagens de filtragem para evitar problemas numéricos e, adicionalmente, aumentar a força do retroespalhamento de energia em grande escala. As parametrizações ZB20 filtradas levaram a um estado médio climatológico e distribuições de energia melhoradas, em comparação com as atuais parametrizações de retroespalhamento de energia de ponta. As parametrizações ZB20 filtradas são cientes de escala e, consequentemente, podem ser usadas com um único valor do coeficiente de escala não dimensional para uma gama de resoluções. A aplicação bem-sucedida das parametrizações ZB20 filtradas para parametrizar os vórtices mesoscalares em duas configurações idealizadas oferece uma oportunidade promissora para reduzir vieses de longa data em simulações globais do oceano em estudos futuros.