Тім Палмер каже, що ми повинні об’єднати наші ресурси для створення кліматичних моделей високої роздільної здатності, які суспільство зможе використовувати, поки не пізно
Минулого року було пекуче. У другій половині 0.2 року температура суші та моря підвищувалася на 2023 °C щомісяця, а ці аномалії тепла тривали й у 2024 році. Ми знаємо, що світ нагрівається, але раптового стрибка тепла не було передбачено. Як написав кліматолог NASA Гевін Шмідт in природа нещодавно: «Принизливо і трохи тривожно визнати, що жоден рік не вплинув на прогнозні можливості кліматологів більше, ніж 2023 рік».
Як пояснив Шмідт, період рекордно високого тепла вважався «малоймовірним», незважаючи на те, що 2023 рік був роком Ель-Ніньо, коли відносно прохолодні води в центральній і східній екваторіальній частині Тихого океану замінюються більш теплими водами. Проблема в тому, що складні взаємодії між атмосферною глибокою конвекцією та екваторіальними режимами мінливості океану, які лежать за Ель-Ніньо, погано розв’язані в звичайних кліматичних моделях.
Наша нездатність належним чином змоделювати Ель-Ніньо за допомогою сучасних кліматичних моделей (Ж. Клімат 10.1175/JCLI-D-21-0648.1) є симптомом набагато більшої проблеми. У 2011 році я стверджував, що сучасні кліматичні моделі недостатньо хороші, щоб імітувати мінливий характер екстремальних погодних умов, таких як посухи, хвилі спеки та повені (див. «ЦЕРН для зміни клімату” березень 2011 p13). З відстанню між точками сітки, як правило, близько 100 км, ці моделі забезпечують розмите, викривлене бачення майбутнього клімату. Для таких змінних, як кількість опадів, систематичні помилки пов'язані з такою низькою просторовою роздільною здатністю більше, ніж сигнали зміни клімату, які намагаються передбачити моделі.
Надійні кліматичні моделі життєво необхідні, щоб суспільства могли адаптуватися до зміни клімату, оцінити терміновість досягнення чистого нуля або запровадити геоінженерні рішення, якщо справи стануть дуже поганими. Але як можна адаптуватися, якщо ми не знаємо, що є більшою загрозою: посухи, хвилі спеки, шторми чи повені? Як ми оцінюємо терміновість net-zero, якщо моделі не можуть імітувати «переломні» точки? Як можна домовитися про потенційні геоінженерні рішення, якщо неможливо достовірно оцінити, чи розпилення аерозолів у стратосфері послабить мусони чи зменшить постачання вологи до тропічних лісів? Кліматичні моделювачі повинні поставитися до проблеми неадекватності моделі набагато серйозніше, якщо вони хочуть надати суспільству надійну інформацію про зміну клімату.
У 2011 році я дійшов висновку, що нам потрібно розробити глобальні кліматичні моделі з просторовою роздільною здатністю близько 1 км (з сумісною тимчасовою роздільною здатністю), і єдиний спосіб досягти цього — об’єднати людські та комп’ютерні ресурси для створення одного або кількох міжнародних об’єднаних інститутів. Іншими словами, нам потрібен «ЦЕРН для зміни клімату» — зусилля, натхненне об’єктом фізики елементарних частинок поблизу Женеви, який став емблемою міжнародного співробітництва та прогресу.
Це було 13 років тому, і відтоді природа заговорила з помстою. Ми бачили безпрецедентні хвилі спеки, шторми та повені, настільки, що Всесвітній економічний форум назвав «екстремальні погодні умови» найбільш ймовірною глобальною подією спровокувати економічну кризу в найближчі роки. Як видатний кліматолог Майкл Манн зазначив, у 2021 році після руйнівної повені в Північній Європі: «Сигнал про зміну клімату з’являється через шум швидше, ніж передбачали моделі». Цю точку зору підтримав а інструктаж від Королівського товариства для зустрічі зі зміни клімату COP26, яка відбулася в Глазго в 2021 році, в якій зазначено, що неможливість симулювати фізичні процеси в дрібних деталях пояснює «найзначнішу невизначеність у майбутньому кліматі, особливо на регіональному та місцевому рівнях».
Проте вдосконалення моделювання не встигають за мінливою природою цих екстремальних ситуацій у реальному світі. Хоча багато національних центрів моделювання клімату нарешті почали роботу над моделями високої роздільної здатності, за поточними тенденціями для досягнення роздільної здатності в кілометровому масштабі знадобиться аж до другої половини століття. Це буде надто пізно, щоб боротися зі зміною клімату було корисно (див. малюнок нижче), і терміновість потрібна як ніколи.
Кліматичний EVE
Об’єднання людських і обчислювальних ресурсів на міжнародному рівні є очевидним рішенням. В огляді британської науки 2023 року лауреат Нобелівської премії Пол Нерс прокоментував що «існують науково-дослідницькі сфери глобального стратегічного значення, де можна розглядати нові інститути, що фінансуються міжнародними державами, або міжнародні дослідницькі інфраструктури, очевидним прикладом є інститут зміни клімату, побудований на моделі EMBL [Європейської лабораторії молекулярної біології]». Він додав, що «такі інститути є потужними інструментами для багатонаціональної співпраці та приносять велику користь не лише на міжнародному рівні, а й для приймаючої країни».
Отже, чому цього не сталося? Деякі кажуть, що нам не потрібно більше науки, а замість цього ми повинні витрачати гроші на допомогу тим, хто вже страждає від зміни клімату. Це правда, але за ці роки комп’ютерні моделі значно допомогли вразливим суспільствам. До 1980-х років погано прогнозовані тропічні циклони могли вбити сотні тисяч людей у вразливих суспільствах. Тепер, завдяки покращеній роздільній здатності моделі, можна робити чудові прогнози на тиждень вперед (і можливість передавати прогнози), і рідко буває, щоб більше кількох десятків людей гинули через екстремальні погодні умови.
Кліматичні моделі високої роздільної здатності допоможуть спрямувати мільярди доларів інвестицій, щоб дозволити вразливим суспільствам стати стійкими до конкретних типів екстремальних погодних умов у майбутньому. Без цієї інформації уряди могли б розтратити величезні суми грошей на дезадаптацію. Дійсно, вчені з глобального півдня вже скаржитися що вони не мають дієвої інформації від сучасних моделей, щоб приймати обґрунтовані рішення.
Інші кажуть, що потрібні різні моделі, щоб ми могли бути впевнені в їхніх прогнозах, коли вони всі погодяться. Однак сучасне покоління кліматичних моделей зовсім не різноманітне. Усі вони припускають, що критично важливі кліматичні процеси під сіткою, такі як глибока конвекція, течія над орографією та змішування океану мезомасштабними вихорами, можна параметризувати простими формулами. Це припущення є хибним і є джерелом типових систематичних помилок у сучасних моделях. Невизначеність моделі краще представити більшою кількістю науково обґрунтовані методики.
Проте зміна може бути на горизонті. Минулого року в Берліні відбувся саміт з кліматичного моделювання, щоб розпочати міжнародний проект Механізми візуалізації Землі (Переддень). Він спрямований не лише на створення моделей високої роздільної здатності, але й на сприяння співпраці між вченими з півночі та півдня планети для спільної роботи для отримання точної, надійної та дієвої кліматичної інформації.
Як і EMBL, планується, що EVE складатиметься з низки вузлів із високою взаємопов’язаністю, кожен із яких має виділені обчислювальні можливості екзамасштабу, які обслуговуватимуть усе світове суспільство. Фінансування кожного вузла – близько 300 мільйонів доларів на рік – невелике порівняно з трильйонами доларів втрат і збитків, які спричинить зміна клімату.
Сподіваємося, що ще через 13 років EVE або щось подібне створюватиме надійні кліматичні прогнози, які зараз відчайдушно потрібні суспільствам у всьому світі. Якщо ні, боюся, що буде надто пізно.
- Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
- PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
- PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
- ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
- PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
- джерело: https://physicsworld.com/a/why-we-still-need-a-cern-for-climate-change/
