6 июля 2026

Климат и окружающая среда

Искусственный интеллект уже помогает прогнозировать наводнения, отслеживать вырубку лесов и эффективнее использовать воду. Но одновременно он сам становится все более серьезной нагрузкой для окружающей среды. К такому выводу пришли авторы международного доклада, посвященного взаимосвязи искусственного интеллекта и экологии.

Доклад White Paper on: AI and Environment («Искусственный интеллект и окружающая среда») подготовили фонд «Природа и люди» совместно с Фуданьским университетом (Китай) и Pahlé India Foundation (Индия) при участии Динамической коалиции по окружающей среде Форума ООН по управлению интернетом. Исследование было представлено 6 июля в Женеве на первой встрече Глобального диалога по вопросам управления искусственным интеллектом, учрежденного Генеральной Ассамблеей ООН.

Комплексное исследование
Авторы называют свою работу комплексным исследованием, рассматривающим сразу две стороны развития ИИ. С одной стороны, новые технологии способны ускорить борьбу с изменением климата, потерей биоразнообразия, деградацией земель и нехваткой воды. С другой – стремительный рост вычислительных мощностей требует огромного количества электроэнергии, воды для охлаждения дата-центров и природных ресурсов для производства оборудования.

Станет ли искусственный интеллект в конечном счете союзником природы или ее противником, будет зависеть не столько от самой технологии, сколько от инженерных решений, требований к прозрачности и политических механизмов регулирования, которые мир примет в ближайшие годы

«Станет ли искусственный интеллект в конечном счете союзником природы или ее противником, будет зависеть не столько от самой технологии, сколько от инженерных решений, требований к прозрачности и политических механизмов регулирования, которые мир примет в ближайшие годы», – подчеркивает в предисловии к публикации профессор Колумбийского университета и руководитель Сети по выработке решений в области устойчивого развития Джеффри Сакс.

Авторы доклада напоминают, что ранее Генеральный секретарь ООН Антониу Гутерриш призвал ведущие компании, разрабатывающие ИИ, открыто публиковать данные о воздействии своих технологий на окружающую среду. Однако, несмотря на растущий интерес к регулированию искусственного интеллекта, экологические последствия его развития до сих пор остаются недостаточно изученными.

Помощник человека
В докладе приводится множество примеров того, как ИИ уже помогает природе. Алгоритмы повышают точность климатических моделей и прогнозов погоды, позволяют быстрее обнаруживать лесные пожары, отслеживать выбросы парниковых газов, контролировать состояние редких видов животных, прогнозировать засухи и наводнения, выявлять утечки в системах водоснабжения и оптимизировать полив в сельском хозяйстве.

Экологический след
Но у технологий есть и обратная сторона. По мере распространения генеративного ИИ основная экологическая нагрузка постепенно смещается не столько на обучение моделей, сколько на их ежедневное использование миллиардами людей. По данным, приведенным в докладе, в 2025 году все системы ИИ в мире могли стать источником 32,6–79,7 миллиона тонн выбросов CO₂ – примерно столько же, сколько производит Нью-Йорк за год.

Потребление воды
При этом информации о реальном потреблении электроэнергии, воды и других ресурсов пока явно недостаточно. Именно дефицит прозрачности авторы называют одной из главных проблем. По оценкам, уже в 2025 году ИИ мог потребить от 312 до 765 миллиардов литров воды – примерно столько же, сколько человечество ежегодно расходует на бутилированную воду. А к 2027 году этот показатель может достичь объема, сопоставимого с половиной годового водопотребления Великобритании. При этом дата-центры нередко строятся в регионах, где пресной воды и без того не хватает, что создает дополнительную нагрузку на местные ресурсы.

Рекомендации экспертов
В преддверии ключевых саммитов ООН 2026 года, посвященных борьбе с опустыниванием, изменением климата, сохранению биоразнообразия и управлению водными ресурсами, наш доклад дает объективную картину того, как искусственный интеллект уже сегодня влияет на окружающую среду

Исследователи сравнили подходы к регулированию ИИ в России, Индии, Китае, США и Европейском союзе. Они пришли к выводу, что сегодня ни одна из существующих моделей не учитывает экологические последствия развития искусственного интеллекта в полной мере. В качестве первоочередных шагов предлагается ввести единые международные стандарты экологической отчетности для ИИ, оценивать его воздействие на протяжении всего жизненного цикла, сделать более открытыми данные об энергопотреблении и водопользовании, а также активнее координировать международные усилия.

«В преддверии ключевых саммитов ООН 2026 года, посвященных борьбе с опустыниванием, изменением климата, сохранению биоразнообразия и управлению водными ресурсами, наш доклад дает объективную картину того, как искусственный интеллект уже сегодня влияет на окружающую среду», – объясняет Сергей Рыбаков, генеральный директор фонда «Природа и люди», сопредседатель Динамической коалиции по окружающей среде Форума ООН по управлению интернетом.

Главный вывод исследования звучит достаточно просто: экологический след искусственного интеллекта – не является неизбежной ценой технического прогресса. Что случится через десять или двадцать лет, зависит от решений, которые правительства, компании и международные организации принимают сегодня.

Ссылка: https://news.un.org/ru/story/2026/07/1468242

Внезапные засухи вызывают значительную обеспокоенность общественности из-за непосредственной угрозы продовольственной и экологической безопасности и здоровью человека. Однако всесторонняя оценка прогнозируемых изменений внезапных засух и их связи с комплексными метеорологическими экстремальными явлениями в Индии ограничена. Настоящее исследование направлено на ответы на следующие вопросы: (а) Как меняются характеристики внезапных засух в условиях будущих сценариев изменения климата, прогнозируемых глобальными климатическими моделями CMIP6? (б) Как, вероятно, изменятся даты начала первой и последней внезапных засух в условиях потепления климата? (в) Как часто комплексные метеорологические экстремальные явления происходят во время внезапных засух в исторических данных? В этом исследовании для изучения характеристик внезапных засух используется индекс дефицита воды за пентаду с применением многомерных скорректированных по смещению результатов десяти глобальных климатических моделей и динамического потенциального испарения с использованием повышенной концентрации CO₂. Анализ показывает существенное увеличение частоты, продолжительности и интенсивности внезапных засух в Индии. В частности, ожидается увеличение частоты и продолжительности в её северо-западных и центральных регионах. Заметное усиление характеристик внезапных засух наблюдается в сценариях социально-экономического развития с высокими выбросами, таких как SSP3-7.0 и SSP5-8.5. В будущих климатических сценариях прогнозируется существенное увеличение пространственного и временного распространения внезапных засух. В будущем по всей Индии ожидается задержка начала внезапных засух. В частности, задержка начала наблюдается на 86% общей площади. Преобладание комбинаций скорости ветра и дефицита давления пара, а также максимальной температуры и скорости ветра и дефицита давления пара подчёркивает растущую важность испарительного стресса и атмосферной сухости в развитии условий внезапных засух в условиях потепления климата.

Ссылка: https://link.springer.com/article/10.1007/s00382-026-08247-4

Трансатлантические авиационные операции обычно повышают эффективность полётов за счёт использования ежедневных струйных течений, но они сталкиваются с растущим риском для безопасности из-за турбулентности в чистом воздухе. Предыдущие исследования оценивали климатологическое воздействие ветра и турбулентности по отдельности, однако комплексная оценка, интегрирующая их эффекты вдоль динамически оптимизированных маршрутов полётов, отсутствовала, несмотря на тесную связь между этими явлениями. Здесь, используя интегрированную структуру маршрутизации, применённую к данным реанализа за 44 года, авторы представляют первую многолетнюю количественную оценку компромисса между безопасностью и эффективностью. Хотя изменение ветровых режимов сократило самые быстрые маршруты туда и обратно примерно на две минуты, дополнительное время, необходимое для избегания турбулентности в чистом воздухе, увеличилось настолько существенно, что сводит на нет и даже обращает вспять эти преимущества в эффективности для самых безопасных маршрутов. Этот рост затрат обусловлен значительным увеличением турбулентности в чистом воздухе, которое непропорционально влияет на полёты в восточном направлении. Представленные выводы подчёркивают необходимость комплексного подхода к оценке меняющихся рисков в авиации в условиях меняющегося климата.

Ссылка: https://www.nature.com/articles/s41598-026-57066-4

Снежный покров влияет на климат, экосистемы, водные ресурсы и социально-экономическую деятельность, однако его долгосрочная изменчивость в Европе остаётся малоизученной из-за коротких и фрагментированных данных наблюдений. Здесь представлена общеконтинентальная 600-летняя реконструкция ежемесячной площади снежного покрова в Европе с пространственным разрешением 2°, полученная путём объединения данных реанализа с помощью метода машинного обучения. Данные показывают беспрецедентную сезонную реорганизацию в месячном масштабе примерно с 1850 года: площадь снежного покрова в декабре-январе сокращается до 20%, а в апреле-мае — до 30%, особенно на широтах выше 50° с.ш. Февраль и март сравнительно стабильны. Хотя снежный покров демонстрирует наибольшую чувствительность к повышению температуры, уменьшение количества осадков всё ещё оставляет заметный след, особенно в средиземноморских бассейнах и Скандинавии. Эти изменения рассматривают недавнюю потерю снежного покрова в контексте нескольких столетий и подчёркивают острую необходимость оценки воздействия на чувствительные экосистемы, водные ресурсы и социально-экономические сектора. Этот набор данных предоставляет важнейшую основу для планирования адаптации и сравнительной оценки результатов моделирования климата.

Ссылка: https://www.nature.com/articles/s43247-026-03719-1

Проблема проверки связи суши и атмосферы в моделях земной системы заключается в ограниченной доступности глобальных наборов данных, основанных на наблюдениях, для оценки показателей связи. В этом исследовании генерируются глобальные индексы связи суши и атмосферы, такие как коэффициент корреляции Пирсона, индекс связи наземных слоёв между влажностью почвы (ВП) и поверхностными тепловыми потоками, а также память ВП, с разрешением 0,1° и 0,25° (с временным охватом, зависящим от входных наборов данных), с использованием данных, полученных в результате наблюдений. Показатели разработаны с учётом случайных ошибок в спутниковых измерениях ВП и включают количественную оценку этих ошибок. Для получения показателей связи объединяются в несколько продуктов данных о ВП и потоках – их разброс и характеристики ошибок используются для количественной оценки неопределённости. Глобальные закономерности режимов ВП и точек перегиба точки завядания и критической ВП также количественно оцениваются с помощью сегментированного регрессионного анализа. Эффективность набора данных подтверждается сравнением результатов разных продуктов, что демонстрирует высокую согласованность пространственных закономерностей при различных комбинациях. Эти наборы данных ценны для инициализации и проверки прогнозов погоды, климатического моделирования, калибровки моделей, а также для применения в экологии, гидрологии и почвоведении.

Ссылка: https://www.nature.com/articles/s41597-026-07519-2

Теория и модели предполагают, что Гольфстрим может смещаться на север в условиях прогнозируемого ослабления Атлантической меридиональной термохалинной циркуляции. Однако поведение Гольфстрима во время прошлых резких похолоданий остаётся плохо изученным. Авторы представляют палеоокеанографические данные высокого разрешения из северо-западной части Атлантического океана во время последнего периода дегляциации. В период похолодания Молодого Дриаса они документируют смещение Гольфстрима на север, подтверждённое согласованным потеплением поверхности и подповерхностных слоёв. Их данные по сортируемому илу указывают на усиление верхних глубинных вод Северной Атлантики, противодействующее ослаблению нижних глубинных вод Северной Атлантики, что согласуется с обратной связью типа «качели» между нордическими переливами и субполярным круговоротом. Эти результаты позволяют предположить скоординированную последовательность событий в начале периода Молодого Дриаса: первоначальное ослабление нижних глубинных вод Северной Атлантики и расширение площади субполярного морского льда, с задержкой (58 ± 38 лет) на увеличение верхних глубинных вод Северной Атлантики и последующую реорганизацию атмосферы (84 ± 51 год после начала). Представленные данные предоставляют эмпирическую поддержку модельным прогнозам будущих изменений Гольфстрима.

Ссылка: https://www.nature.com/articles/s41467-026-73832-4

Таяние антарктического шельфового ледника является основным источником эпистемической неопределённости* в прогнозах будущего повышения уровня моря, однако взаимодействие между таянием и циркуляцией океана не учитывается в климатических моделях. Следовательно, относительная важность обратных связей, обусловленных усилением таяния шельфового ледника, по сравнению с прямыми изменениями океана, плохо изучена. В данной работе авторы исследуют, как внешние изменения и обратные связи, вызванные таянием, влияют на отклик континентального шельфа на будущие изменения климата, используя циркумполярную антарктическую модель океана и морского льда, включающую в себя интерактивные шельфовые ледники. Их модельные расчёты показывают, что обратная связь, обусловленная таянием, имеет сопоставимую важность, а в некоторых регионах – противоположный знак по сравнению с вынужденной реакцией. В плотных шельфовых районах потепление создаёт петлю обратной связи: по мере того, как высокосолёная шельфовая вода становится легче, она позволяет более тёплой океанической воде течь под шельфовый ледник, что затем усиливает его таяние. Транспорт талой воды на запад из этих плотных шельфовых районов опресняет континентальный шельф дальше по течению и препятствует проникновению тёплых вод, создавая отрицательную обратную связь. Положительная обратная связь, связанная с таянием, объясняет две трети увеличения скорости таяния на всех шельфовых ледниках. Эта работа подчёркивает важность учёта обратной связи, обусловленной таянием антарктических шельфовых ледников, для прогнозирования будущего климата.

*Эпистемическая неопределённость — это тип неопределённости, возникающий из-за неполноты знаний о системе, явлении или процессе.

Ссылка: https://www.nature.com/articles/s41561-026-01975-6

Темпы и последствия повышения уровня моря значительно различаются по всему миру, но вклад антропогенного изменения климата в увеличение локальных и региональных рисков наводнений ещё не был систематически изучен. Поскольку такая информация имеет решающее значение для принятия решений на местном уровне, судебных разбирательств и определения убытков и ущерба, авторы количественно оценили вклад антропогенного изменения климата в повышение уровня моря в разных регионах мира, используя методы моделирования на основе бюджета и полуэмпирические методы. Результаты показывают, что обусловленное антропогенным фактором повышение уровня моря поддаётся количественной оценке в 97% из 519 пунктов измерения уровня прилива и является причиной 58% (от 44 до 65%) наблюдаемых ежедневных превышений экстремальных уровней воды в период 2000–2018 гг. В среднем, антропогенное повышение уровня моря привело к почти утроению числа дней с превышениями, по сравнению с 1970-ми годами.

Ссылка: https://www.science.org/doi/10.1126/sciadv.adz3595

Понимание того, как предсказуемость Эль-Ниньо — Южного колебания (ЭНЮК) реагирует на изменение климата, имеет важное значение для улучшения будущих прогнозов. В этом исследовании авторы применили модель глубокого обучения — свёрточную нейронную сеть со стратегией «исключения одного образца» — к историческим и доиндустриальным контрольным расчётам в рамках проекта CMIP6. Было обнаружено, что предсказуемость ЭНЮК статистически повышается на 14,0 ± 1,8% при историческом антропогенном воздействии. Это улучшение связано с изменениями ключевых обратных связей океан-атмосфера. При историческом воздействии в экваториальной части Тихого океана наблюдается поднятие термоклина. В результате поверхностный слой океана становится более чувствительным к ветровому воздействию, а температура под поверхностью - к изменениям термоклина. Эти процессы усиливают трёхмерные адвективные и термоклинные обратные связи, которые вместе способствуют повышению предсказуемости ЭНЮК. Эти результаты подчёркивают важность антропогенного воздействия в формировании предсказуемости явления Эль-Ниньо в условиях потепления климата.

Ссылка: https://www.science.org/doi/10.1126/sciadv.aec9518

Эффективное сохранение биоразнообразия в периоды быстрых изменений окружающей среды требует выявления видов и регионов, подверженных наибольшему риску. Однако большинство прогнозов сосредоточены на изменениях биоразнообразия на несколько десятилетий вперёд, предлагая ограниченные рекомендации для немедленных мер по сохранению. В данной работе авторы разрабатывают систему раннего предупреждения для биоразнообразия, основанную на 9-месячных сезонных прогнозах погоды в сочетании с историческими температурными ограничениями для каждого вида. В мае 2024 года они спрогнозировали, что более 3500 видов позвоночных (из 30 585 видов), включая более 1250 видов, представляющих природоохранную ценность, будут в значительной степени подвержены воздействию экстремальных температур в среднем за 1–2 месяца до этого. Прогнозировалось, что Мексика, страны Африки к югу от Сахары и Гималаи столкнутся с наибольшими угрозами в течение этого прогнозного периода. Предварительные данные свидетельствуют о том, что воздействие экстремальных температур в этих регионах, вероятно, негативно повлияло на популяции некоторых видов. Такое заблаговременное уведомление может позволить быстро принимать меры по мониторингу и смягчению последствий этих экстремальных событий для чувствительных видов и регионов.

Ссылка: https://www.nature.com/articles/s41558-026-02642-9