دانشمندان ذرات ریز را برای بهبود پیش بینی های آب و هوا و کیفیت هوا به صفر می رسانند
آئروسل ها ذرات کوچکی هستند که در جو ما معلق هستند. آنها طعم های مختلفی دارند: دود آتش سوزی، گرده گل، گرد و غبار صحرا، نمک دریایی ناشی از طوفان های قدرتمند، سولفات های آتشفشانی و گازهای گلخانه ای از موتورها و فرآیندهای صنعتی همه نمونه هایی هستند.
ویرایش شده توسط گابی کلارک، بررسی توسط رابرت ایگان
این مقاله با توجه به روند و سیاستهای ویرایشی Science X بررسی شده است. ویراستاران ضمن اطمینان از اعتبار محتوا، ویژگی های زیر را برجسته کرده اند:
آئروسل ها ذرات کوچکی هستند که در جو ما معلق هستند. آنها طعم های مختلفی دارند: دود آتش سوزی، گرده گل، گرد و غبار صحرا، نمک دریایی ناشی از طوفان های قدرتمند، سولفات های آتشفشانی و گازهای گلخانه ای از موتورها و فرآیندهای صنعتی همه نمونه هایی هستند.
آئروسل ها بر روی دید و سلامت انسان تأثیر می گذارند و نقش کلیدی در پیش بینی آب و هوا و آب و هوا دارند. آنها می توانند نور خورشید را با اثرات گرمایشی یا خنک کنندگی منعکس یا جذب کنند و به عنوان نقطه جمع آوری مولکول های آب برای تشکیل ابر عمل کنند. آنها می توانند مسافت های طولانی را از طریق لایه های مختلف جو و در سراسر قاره ها و اقیانوس ها طی کنند.
با این حال، خواص و اثرات گسترده و پیچیده ذرات معلق در هوا، شبیه سازی توزیع و حرکت آنها را دشوار می کند و به عدم قطعیت در مدل سازی آب و هوا و آب و هوا کمک می کند. ژانگ و تیمش اکنون یک روش جدید و کارآمد محاسباتی برای ترکیب مشاهدات ماهوارهای تشعشعات مستقیما در شبیهسازیهای آئروسل ارائه میکنند و در نتیجه دقت آنها را بهبود میبخشند. این مقاله در مجله Advances in Modeling Earth Systems منتشر شده است.
ماهواره ها می توانند ذرات معلق در هوا را با تشخیص نور خورشید منعکس شده توسط ذرات ردیابی کنند و این مشاهدات مدت هاست که برای شبیه سازی آئروسل ها استفاده می شود. با این حال، ترکیب مستقیم مشاهدات ماهوارهای با طول موج مرئی و مادون قرمز خام در شبیهسازیهای آئروسل، از نظر تاریخی به قدرت محاسباتی بیش از حد نیاز دارد تا عملی باشد. در عوض، شبیهسازیها معمولا از دادههای ماهوارهای از پیش پردازش شده استفاده میکنند که به طور غیرمستقیم ویژگیهای آئروسل را ثبت میکنند. اگرچه این رویکرد استاندارد کارآمد است، اما منجر به پیشبینیهای دقیقتر میشود.
با روش جدید، داده های ماهواره ای را می توان مستقیما در شبیه سازی های آئروسل بسیار کارآمدتر گنجاند. کلید این رویکرد یک مؤلفه جدید هوش مصنوعی (AI) است که روی یک مجموعه داده بزرگ از قبل آموزش داده شده است و می تواند به سرعت چگونگی تأثیر مشاهدات ماهواره ای از اثرات ترکیبی ذرات معلق در هوا و نور خورشید منعکس شده از سطح زمین را تجزیه و تحلیل کند.
هنگامی که محققان پیشبینیهای آئروسل تولید شده توسط روش جدید را در برابر مشاهدات ماهوارهای دنیای واقعی در چین آزمایش کردند، رویکرد جدید خطاهای پیشبینی را در مقایسه با شبیهسازیهای آئروسل حدود 50 درصد کاهش داد. یافته ها نشان می دهد که این تکنیک ممکن است به عنوان یک روش محاسباتی عملی برای بهبود شبیه سازی های آئروسل و به نوبه خود، افزایش دقت پیش بینی های آب و هوا و آب و هوا باشد.
Chongzhao Zhang و همکاران، جذب مستقیم تشعشعات مرئی و فروسرخ نزدیک ماهواره برای بهبود شبیهسازی آئروسل، مجله پیشرفتها در مدلسازی سیستمهای زمین (2026). DOI: 10.1029/2026ms005846
کارشناسی ارشد زبان انگلیسی، ویرایشگر کپی از سال 2021 با تجربه در آموزش عالی و محتوای بهداشتی. تقدیم به اخبار معتبر علمی. نمایه کامل →
لیسانس زیست شناسی ریاضی، کارشناسی ارشد در نوشتن خلاق. خوش سفر با دیدگاه های منحصر به فرد در علم و زبان. نمایه کامل →
این داستان توسط Eos توسط اتحادیه ژئوفیزیک آمریکا بازنشر شده است. اصل داستان را اینجا بخوانید.
متن اصلی (انگلیسی)
Scientists zero in on tiny particles to improve weather and air quality forecasts
Aerosols are small particles suspended in our atmosphere. They come in many flavors: Wildfire smoke, pollen, desert dust, sea salt lofted by powerful storms, volcanic sulfates and emissions from engines and industrial processes are all examples.