Неопределенные прогнозы помогают раскрыть правду о будущем изменении климата

Ученые из США и Великобритании объясняют, как различные проекции климатических моделей можно использовать совместно для снижения неопределенностей в прогнозах будущего изменения климата. Их исследование опубликовано в журнале Nature Climate Change.

Несмотря на значительный прогресс в климатическом моделировании за последние 30 лет, даже при одинаковых сценариях выбросов CO₂, модели дают широкий диапазон прогнозов глобального потепления к 2100 году. Это связано с сохраняющимися неопределенностями в климатических обратных связях, таких как снежно-альбедная обратная связь (усиление потепления из-за уменьшения отражающей способности поверхности при таянии снега). Авторы предлагают более конструктивный подход к использованию этого разброса моделей, называемый Emergent Constraints («возникающие ограничения»). Его суть в том, чтобы определить, какие аспекты современного климата в моделях наиболее тесно связаны с различиями в будущем климате, а затем использовать реальные наблюдения за этими аспектами для выбора наиболее вероятных сценариев.

Этот подход позволяет не только точнее оценивать будущие изменения, но и дает разработчикам моделей ключевые ориентиры. Как пояснил соавтор доктор Стив Кляйн из Ливерморской национальной лаборатории им. Лоуренса (США), Emergent Constraints особенно ценны для моделирования облаков, где сложно определить, какие из множества наблюдаемых характеристик важны для их будущей эволюции. Первое такое ограничение для снежно-альбедной обратной связи выявил ведущий автор профессор Алекс Холл из Калифорнийского университета в Лос-Анджелесе, связав сезонные вариации снежного покрова с силой обратной связи в будущем. Наличие спутниковых измерений снежного покрова позволяет использовать эти данные для отбора наиболее правдоподобных прогнозов.

Метод был успешно применен и к другим компонентам системы, например, для оценки будущих изменений углерода в лесах и почвах, а также вероятности гибели амазонских лесов из-за изменения климата. Авторы также предупреждают об опасности неправильного использования подхода, которое может привести к излишней уверенности в прогнозах, и предлагают способы избежать этого, включая тестирование на новых моделях. Как резюмировал соавтор профессор Крис Хантингфорд из UK Centre for Ecology and Hydrology, в условиях значительных расхождений между моделями, Emergent Constraints в настоящее время являются ключевым инструментом для снижения неопределенностей, что критически важно для планирования мер политиками.