Взгляд в будущее локальных климатических моделей

Профессор динамики климата Университета Джорджа Мейсона и директор Центра изучения океана, суши и атмосферы (COLA) Джим Кинтер вместе с коллегами изучает сложные взаимодействия между океаном, сушей и атмосферой, чтобы лучше понять предсказуемость климата и его изменчивость.

Сегодня основная сложность заключается не в понимании причин глобального изменения климата, а в точном прогнозировании его последствий на локальном или региональном уровне, где принимаются практические решения. При поддержке Национального научного фонда (NSF), NOAA и NASA ученые COLA работают над созданием более точных и долгосрочных прогнозов, которые покажут, где именно произойдут изменения и какое влияние они окажут на общество и экосистемы. Это критически важно для планирования в энергетике, сельском хозяйстве и защите уязвимых регионов, таких как Бангладеш и Мальдивы.

Уже сейчас прогнозы, связанные с климатом, улучшают процесс принятия решений. Яркий пример — Эль-Ниньо, крупное колебание температуры поверхности тропической части Тихого океана, последствия которого ощущаются по всему миру. Благодаря работе COLA и других организаций, прогнозы Эль-Ниньо теперь делаются за шесть и более месяцев, что позволяет странам, например, выбирать более устойчивые к засухе сорта сельскохозяйственных культур. Для моделирования сложных климатических взаимодействий ученые используют суперкомпьютеры, которые решают уравнения, описывающие атмосферу, океан и поверхность суши в полностью связанном режиме.

«Конвективные облака — грозовые облака — оказываются очень плохо представлены в моделях, которые мы используем сегодня для климатического моделирования, — отмечает Кинтер. — Но если бы мы смогли создать модель, способную разрешить облака, то это стало бы настоящим прорывом». Он полагает, что к концу десятилетия появятся более мощные суперкомпьютеры, которые позволят моделировать глобальный климат с невиданной ранее детализацией — вплоть до масштаба отдельных облаков, океанических вихрей и особенностей ландшафта, что обеспечит надежные и точные локальные прогнозы.