Scenari climatici e predicibilità: indizi di uno stretto rapporto da un' analisi dinamica e neurale del toy-model di Lorenz

nell'ambito degli studi sulle influenze di scenari climatici mutati, si presentano i risultati di un'indagine effettuata mediante metodi dinamici e un modello a rete neurale su sistemi di Lorenz forzati e non forzati per lo studio della predicibilità. I risultati mostrano un incremento netto di predicibilità globale nei modelli forzati e includono dettagli locali nelle diverse zone dell'attrattore. La previsione operativa di una grandezza dinamica (che stima lo sparpagliamento delle traiettorie sull'attrattore), ottenuta col modello neurale, mostra un incremento anche nelle performance di previsione della predicibilità stessa, nel caso di presenza di forzanti esterne. Oltre che dare indicazioni sulla predicibilità nel sistema reale all'aumentare delle forzanti esterne, ciò apre anche la prospettiva di elaborare una emulazione neurale delle ensemble integrations di un modello dinamico, che porterebbe ad un enorme risparmio di tempo di calcolo in modelli operativi