Table of Contents

Изменение климата перешло от отдаленной научной проблемы к современной реальности, меняя экосистемы, усиливая экстремальные погодные условия и бросая вызов обществам на каждом континенте. Чтобы ориентироваться в этом беспрецедентном сдвиге, ученые полагаются на климатические модели - сложные вычислительные инструменты, которые имитируют климатическую систему Земли. Эти модели не просто прогнозы; они имеют решающее значение для понимания того, как выбросы парниковых газов, изменения в землепользовании и естественная изменчивость взаимодействуют для создания будущих климатических моделей. Расшифровывая эти взаимодействия, климатические модели дают возможность политикам, предприятиям и сообществам принимать обоснованные решения об адаптации и смягчении последствий. Тем не менее, несмотря на их силу, эти модели имеют присущие неопределенности и ограничения. Эта статья исследует механику, типы, приложения и текущую эволюцию климатических моделей, предлагая всеобъемлющий взгляд на их роль в формировании нашего ответа на потепление планеты.

Что такое климатические модели?

По своей сути климатические модели являются математическими представлениями климатической системы Земли. Они переводят физические законы, такие как сохранение энергии, импульса и массы, в уравнения, которые описывают поведение атмосферы, океанов, поверхности суши и льда. Эти уравнения решаются над трехмерной сеткой, которая делит земной шар на тысячи клеток, каждая из которых представляет собой определенный объем воздуха или воды. Затем модель шагает вперед во времени, имитируя, как энергия, влага и импульс перемещаются между клетками. Результатом является виртуальная лаборатория, где ученые могут проверить, как различные факторы, такие как повышение концентрации CO2 или изменение поверхности земли, изменяют климат в течение десятилетий или столетий.

Климатические модели отличаются от погодных моделей по их временной шкале. В то время как погодные модели предсказывают условия на дни и недели вперед, климатические модели работают в течение десятилетий до тысячелетий, захватывая долгосрочные тенденции и средние значения. Они полагаются на основанные на сценарии входы, такие как Репрезентативные концентрационные пути (RCPs) или более новые Общие социально-экономические пути (SSPs) , которые описывают различные возможные варианты будущего для выбросов парниковых газов, роста населения и технологических изменений.

Типы климатических моделей

Три основные категории: Модели энергетического баланса (МЭБ), Модели общей циркуляции (МГЦ) и Региональные климатические модели (РКМ). Новый класс, Модели системы Земли (МЭЗ), объединяет биогеохимические циклы, делая их более всеобъемлющими.

Модели энергетического баланса (EBM)

ЭБМ являются простейшей формой, фокусирующейся на балансе между поступающей солнечной радиацией и исходящей тепловой радиацией. Они рассматривают Землю как единую точку или как набор широтных полос, игнорируя детальные пространственные процессы. Хотя ЭБМ не могут имитировать региональные погодные условия, они полезны для изучения фундаментальной чувствительности климата — насколько потепление является результатом заданного увеличения CO2. Из-за их простоты ЭБМ работают быстро и помогают ответить на теоретические вопросы о механизмах обратной связи.

Общие модели циркуляции (GCM)

GCM, также называемые глобальными климатическими моделями, являются рабочими лошадками науки о климате. Они имитируют атмосферу и океаны в трех измерениях, разрешая крупномасштабные модели циркуляции, такие как струйные потоки, океанские течения и муссоны. Современные GCM работают с разрешением сетки 25-100 км, захватывая такие функции, как штормовые дорожки и события Эль-Ниньо. Они включают параметризации - упрощенные математические представления - для процессов, слишком малых, чтобы решать непосредственно, таких как образование облаков, турбулентность и конвекция. Проект Совместный проект по моделированию (CMIP) координирует эксперименты с использованием десятков GCM из исследовательских центров по всему миру, обеспечивая многомодельный ансамбль, который лежит в основе отчетов МГЭИК.

Региональные климатические модели (RCM)

RCMs «понижают» глобальное моделирование до более тонких разрешений — обычно 1-25 км — на ограниченной территории, такой как континент или горный хребет. Это более высокое разрешение захватывает местную топографию, береговые линии и модели землепользования, которые влияют на осадки и температуру. Например, RCM может имитировать, как Гималаи изменяют муссонный дождь или как городские тепловые острова усиливают волны тепла. RCM необходимы для исследований воздействия в сельском хозяйстве, гидрологии и планировании бедствий, где местные детали имеют наибольшее значение. Однако они зависят от граничных условий от GCM, что означает, что их точность ограничена родительской моделью.

Модели систем Земли (ESM)

ESM расширяют GCM, включая интерактивные биогеохимические циклы - углерод, азот и сера - а также динамику растительности и экологию океана. Они представляют собой обратную связь, такую как изменение CO2 влияет на рост растений (эффект оплодотворения CO2) и как оттаивание вечной мерзлоты высвобождает метан. ESM имеют решающее значение для изучения обратной связи углерода и климата и для прогнозирования того, как экосистемы будут реагировать на потепление. Модель системы Земли сообщества (CESM) и Модель системы Земли Великобритании (UKESM) являются яркими примерами, используемыми в CMIP6.

Как работают климатические модели

Климатические модели работают, решая набор связанных дифференциальных уравнений, которые описывают динамику жидкости, термодинамику и радиационный перенос. В каждой ячейке сетки модель вычисляет такие переменные, как температура, давление, влажность, скорость ветра и соленость океана на каждом этапе - обычно каждые 30 минут для атмосферы и несколько часов для океана. Ключевые шаги включают инициализацию, интеграцию и принудительное использование сценария.

Инициализация и Spin-Up

Модели должны быть инициализированы с наблюдаемыми данными - температурными полями, ледяным покровом, составом атмосферы - для представления текущего климата. Поскольку наблюдения неполны, модели подвергаются периоду «всплеска», когда они проходят десятилетия под постоянным давлением, чтобы достичь равновесия. Вращение гарантирует, что внутренняя изменчивость (например, океанские течения) выравнивается с наблюдаемым состоянием до начала моделирования сценариев.

Сценарий принуждения

После разрастания модель приводится в действие внешними воздействиями: концентрациями парниковых газов, аэрозолями, солнечным излучением, извержениями вулканов и изменениями в землепользовании. Для будущих прогнозов эти воздействия следуют предписанным сценариям. В RCPPs (например, RCP2.6, RCP4.5, RCP8.5) указывают уровни радиационного воздействия к 2100 году, в то время как SSPs объединяют социально-экономические нарративы с траекториями выбросов. Например, SSP5-8.5 представляет собой будущее с высоким уровнем выбросов, интенсивное использование ископаемого топлива, тогда как SSP1-1.9 соответствует целям Парижского соглашения. Работа моделей в нескольких сценариях раскрывает диапазон возможных вариантов будущего и чувствительность результатов к выбору человека.

Симуляции Ensemble

Чтобы учесть внутреннюю изменчивость климата — естественные колебания, такие как Эль-Ниньо — ученые запускают «ансемблес»: несколько симуляций с немного отличающимися начальными условиями. Ансамбль из 30 человек может фиксировать распространение естественной изменчивости, позволяя исследователям отличать вынужденное изменение климата от шума. Среднее значение ансамбля обеспечивает наиболее вероятную траекторию, в то время как распространение количественно определяет неопределенность.

Ключевые компоненты климатических моделей

Каждый компонент климатической системы представлен подмоделью, которая обменивается информацией с другими на интерфейсах земля-океан-атмосфера.

Атмосферные компоненты

Они имитируют циркуляцию воздуха, радиационный перенос (солнечный и инфракрасный), физику облаков, осадки и химию. Облака остаются одним из крупнейших источников неопределенности, поскольку они одновременно охлаждают (отражая солнечный свет) и теплые (задерживая тепло) Землю. Параметризации конвекции и микрофизики постоянно совершенствуются с помощью спутниковых наблюдений и полевых кампаний.

Океанические компоненты

Океанские модели имитируют течения, температуру, соленость и морской лед. Океан поглощает около 90% избыточного тепла от глобального потепления, поэтому точное представление океана имеет решающее значение для прогнозирования повышения уровня моря и поглощения тепла. Такие особенности, как Атлантическая меридиональная циркуляция (AMOC), оказывают глубокое влияние на региональный климат; модели помогают оценить, как AMOC может ослабевать при потеплении.

Наземные компоненты поверхности

Модели земли захватывают растительность, влажность почвы, снежный покров и гидрологию поверхности. Они имитируют такие процессы, как испарение, стоки и поглощение углерода растениями. Модель Земли сообщества (CLM) [FLT: 1] широко используется. Изменения в землепользовании - вырубка лесов, урбанизация - питаются обратно в климат, изменяя альбедо и шероховатость поверхности.

Криосферные компоненты

Ледяные щиты (Гренландия, Антарктида), ледники и морской лед моделируются с помощью динамических уравнений, которые учитывают ледяной поток, таяние и отечность. Модели ледяного щита особенно важны для долгосрочных прогнозов уровня моря, но они остаются сложными из-за сложной динамики заземления и подледниковой гидрологии.

Биогеохимические компоненты

ESM включают циклы углерода, азота и других элементов. Они моделируют фотосинтез, дыхание, разложение и химию углерода в океане. Эти компоненты позволяют изучать обратную связь: например, как потепление ускоряет разложение почвы, высвобождая больше CO2, что, в свою очередь, усиливает потепление — так называемая «обратная связь углерод-климат».

Важность климатических моделей

Климатические модели необходимы для понимания траектории глобального потепления и для формулирования политики, основанной на фактических данных. Межправительственная группа экспертов по изменению климата (МГЭИК) опирается на многомодельные ансамбли из МГЭИК для подготовки своих отчетов об оценке. Эти доклады, в свою очередь, составляют научную основу для международных соглашений, таких как Парижское соглашение. Без моделей у нас были бы только исторические наблюдения и простые экстраполяции, которые не могут фиксировать нелинейные взаимодействия и переломные моменты, определяющие климатическую систему.

Модели также помогают определить «атрибуцию» экстремальных событий. Используя метод, называемый атрибуцией событий, ученые сравнивают моделирование с парниковыми газами, вызванными человеком, и без них, чтобы определить, насколько изменение климата увеличило вероятность или интенсивность волны тепла, наводнения или засухи. Эта информация имеет жизненно важное значение для судебных дел, оценки страхового риска и планирования инфраструктуры.

Применение климатических моделей

Результаты климатических моделей каскадируются в широкий спектр практических применений, информируя о решениях в глобальном, национальном и местном масштабах.

Разработка политики и международные соглашения

Модели прогнозов лежат в основе целевых показателей выбросов. Вклады, определяемые на национальном уровне (NDCs) каждой страны оцениваются по моделированным путям, чтобы увидеть, согласуются ли они с ограничением потепления до 1,5 °C или 2 °C. В Специальном докладе МГЭИК о глобальном потеплении на 1,5 °C использовались модели, демонстрирующие, что достижение этой цели требует быстрых, далеко идущих переходов в энергетических, земельных, городских и промышленных системах.

Готовность к стихийным бедствиям и управление рисками

Региональные модели масштабирования обеспечивают проекции высокого разрешения экстремальных осадков, тепловых волн и штормовых нагонов. Эти данные помогают городам проектировать дренажные системы, строить морские стены и разрабатывать системы раннего предупреждения. Например, город Нью-Йорк использует проекции климатической модели для управления планированием устойчивости после урагана Сэнди.

Управление ресурсами

Сельское хозяйство, водные ресурсы и энергетика зависят от результатов климатической модели. Фермеры используют сезонные и десятилетние прогнозы для выбора сортов сельскохозяйственных культур и дат посадки. Менеджеры водных ресурсов используют прогнозы снежного покрова и стока для распределения выбросов в резервуары. Поставщики энергии моделируют изменение спроса на отопление и охлаждение, а также наличие ветровых и солнечных ресурсов для планирования инвестиций в сеть.

Общественное здравоохранение

Климатические модели помогают прогнозировать распространение переносимых переносчиками болезней, таких как малярия и лихорадка денге, которые чувствительны к температуре и осадкам. Они также информируют планы действий в области теплоснабжения, прогнозируя частоту и интенсивность тепловых волн. Всемирная организация здравоохранения использует данные климатической модели для оценки будущего бремени здоровья при различных сценариях выбросов.

Проблемы в климатическом моделировании

Несмотря на свою изощренность, климатические модели сталкиваются с фундаментальными проблемами, которые ограничивают их точность и полезность.

Непоколебимая неопределенность и хаос

Климатическая система хаотична: небольшие различия в начальных условиях могут привести к различным результатам, особенно в региональных масштабах. Это означает, что долгосрочные прогнозы по своей сути являются вероятностными, а не детерминированными. Модели также борются с «глубокой неопределенностью» в отношении будущего человеческого поведения — экономического роста, развертывания технологий, выбора политики — которое не может быть смоделировано физически, но должно быть предписано с помощью сценариев.

Пределы параметризации и разрешения

Многие процессы происходят в масштабах, меньших, чем модельная сетка, вынуждая использовать параметризации. Образование облаков, турбулентное смешивание и конвекция особенно трудно параметризировать. Ошибки в этих схемах подсетей распространяются через моделирование. Увеличение разрешения до явного моделирования (например, ] модели с разрешением облака на 1 км ] помогает, но требует огромной вычислительной мощности. Даже с суперкомпьютерами экзафлопсного масштаба глобальные модели с разрешением облаков остаются на годы.

Ограничения данных

Модели требуют высококачественных наблюдений для инициализации, проверки и улучшения. Тем не менее, многие регионы, особенно океаны, полярные районы и развивающиеся страны, имеют скудные данные. Спутниковые миссии, такие как система наблюдения Земли НАСА и Программа Коперника ESA , улучшили охват, но пробелы остаются. Исторические данные долготы и временные ряды могут быть слишком короткими, чтобы фиксировать многодекадную изменчивость.

Модельный спред и структурные ошибки

Различные модели часто дают разные прогнозы, даже при одном и том же сценарии. Этот «разброс моделей» отражает структурные неопределенности — различные параметризации, числовые схемы и недостающие процессы. Например, равновесная чувствительность к климату (ECS) в моделях CMIP6 колеблется от примерно 1,8 ° C до 5,5 ° C. Снижение этого распространения является главным приоритетом в науке о климате.

Устранение неопределенности в климатических моделях

Ученые используют несколько стратегий для уменьшения и количественной оценки неопределенности.

Ансамблевое моделирование и мультимодельные средства

Запуск многих моделей и усреднение их результатов часто дает прогнозы, которые лучше соответствуют наблюдениям, чем любая одна модель. Распространение ансамбля обеспечивает меру уверенности. Средний показатель многомодельности CMIP6 является стандартной основой для прогнозов МГЭИК. Модели взвешивания, основанные на исторических характеристиках, могут дополнительно повысить надежность.

Ассимиляция данных

Ассимиляция данных сочетает моделирование моделей с наблюдениями в реальном времени для получения «реанализов» — лучшей оценки прошлого климата. Реанализы, такие как ERA5 из Европейского центра среднесрочных прогнозов погоды (ECMWF), используются для инициализации моделей и выявления систематических предубеждений.

Улучшение физической репрезентации

Текущие исследования сосредоточены на более эффективных параметризациях, особенно для облаков, аэрозолей и турбулентности. Полевые кампании, такие как ARM (Atmospheric Radiation Measurement) NASA (FLT: 1) предоставляют данные с высоким разрешением для тестирования и уточнения этих схем. Машинное обучение становится инструментом для изучения параметризации из моделирования или наблюдений с высоким разрешением.

Стохастическая физика

Вместо детерминированных параметризаций некоторые модели теперь включают случайные возмущения для представления неразрешенных процессов.Эта «стохастическая физика» улучшает реализм внутренней изменчивости и помогает количественно оценить прогнозируемую неопределенность.

Будущие направления в климатическом моделировании

Климатическое моделирование быстро развивается, движимое вычислительными достижениями и новыми научными открытиями. Следующее десятилетие обещает преобразующие изменения.

Экзамасштабные вычисления и более высокое разрешение

Экзамасштабные суперкомпьютеры (способные выполнять 1018 операций в секунду) впервые позволят проводить глобальное моделирование при разрешении в километре. Эти модели будут явно разрешать грозы, вихри океана и динамику побережья, уменьшая потребность в параметризации. Проект «Модели системы Земли следующего поколения» (FLT:0) направлен на создание 5-километровой глобальной атмосферы и 1-километрового океана к 2030 году.

Искусственный интеллект и машинное обучение

ИИ революционизирует моделирование климата несколькими способами. Машинное обучение может ускорить эмуляцию дорогостоящих компонентов модели, ускорить оптимизацию параметров и выявить закономерности в больших наборах данных. Модели глубокого обучения используются для прогнозирования событий ENSO с карт температуры поверхности моря. Однако необходима осторожность: модели ИИ должны оставаться физически последовательными и обобщаемыми для новых климатов.

Цифровые близнецы Земли

Инициатива «Цифровой двойник» представляет собой точную копию системы Земли в реальном времени, которая может быть использована для интерактивных экспериментов и поддержки принятия решений. Инициатива Европейского назначения Земли (DestinE) направлена на создание цифровых двойников, которые связывают климатические модели с социально-экономическими данными, позволяя пользователям исследовать сценарии «что, если» для политических вмешательств. Такие системы могут трансформировать управление климатическими рисками.

Большой ансамбль и ансамбли начального состояния

Чтобы лучше понять внутреннюю изменчивость и редкие крайности, ученые генерируют «большие ансамбли» сотен симуляций с немного отличающимися начальными условиями. Большой ансамбль модели системы Земли сообщества (CESM-LE) был ключевым в документировании роли естественной изменчивости в наблюдаемых тенденциях.

Усиление взаимодействия с биогеохимией и криосферой

Будущие модели будут более полно сочетать углеродный цикл, ледяные щиты и морские экосистемы. Связанные модели ледового покрова и климата необходимы для прогнозирования повышения уровня моря после 2100 года. Аналогичным образом, модели, которые включают динамику углерода вечной мерзлоты, улучшат долгосрочные прогнозы по выбросам парниковых газов.

Заключение

Климатические модели эволюционировали от простых уравнений энергетического баланса до сложных многокомпонентных симуляторов системы Земли. Они необходимы для понимания траектории изменения климата, приписывания экстремальных явлений и руководства адаптацией и усилиями по смягчению последствий во всем мире. Тем не менее, они остаются несовершенными инструментами, ограниченными хаосом, вычислительными ограничениями и фундаментальной непредсказуемостью человеческого выбора. Продолжающаяся интеграция экзафлопсных вычислений, машинного обучения и наблюдений высокого разрешения обещает уменьшить неопределенности и предоставить более действенную информацию в местных масштабах. Для политиков, бизнес-лидеров и граждан сообщение ясно: климатические модели обеспечивают лучшее доступное понимание нашего общего будущего, и действовать на этих идеях является вопросом глобальной срочности. Поскольку планета продолжает нагреваться, роль климатических моделей в формировании устойчивого, низкоуглеродного мира будет только возрастать в важности.