Парижское соглашение направлено на то, чтобы удержать глобальное потепление на уровне значительно ниже 2°C и достичь 1,5°C. Т.к. имеются явные доказательства ускорения климатических воздействий, время, оставшееся до достижения этих глобальных пороговых значений, представляет значительный интерес. Здесь использованы методы машинного обучения, чтобы делать действительно нешаблонные прогнозы этого времени, основываясь на пространственной модели исторических наблюдений за температурой. Результаты подтверждают, что глобальное потепление уже находится на грани пересечения порога в 1,5°C, даже если в ближайшем будущем его воздействие на климат существенно сократится. Эти прогнозы также предполагают, что даже при существенном снижении выбросов парниковых газов всё ещё существует вероятность того, что глобальное потепление не удержится ниже порогового значения 2°C.

Используя искусственные нейронные сети, обученные на выходных данных климатической модели, авторы используют пространственный образец исторических наблюдений за температурой, чтобы предсказать время до достижения критических порогов глобального потепления. Хотя во время обучения, проверки или тестирования не используются наблюдения, искусственные нейронные сети точно предсказывают время исторического глобального потепления на основе карт исторической годовой температуры. Центральная оценка порога глобального потепления в 1,5°C приходится на период с 2033 по 2035 год, включая диапазон ±1σ с 2028 по 2039 гг. в промежуточном (SSP2-4.5) сценарии воздействия на климат, что согласуется с предыдущими оценками. Однако этот подход, основанный на данных, также предполагает значительную вероятность превышения порога в 2°C даже в сценарии слабого воздействия на климат (SSP1-2.6). Хотя у подхода есть ограничения, полученные результаты предполагают более высокую вероятность достижения 2°C в слабом сценарии, чем указывалось в некоторых предыдущих оценках, при этом возможность того, что 2°C можно было бы избежать, не исключается. Объяснимые методы искусственного интеллекта показывают, что искусственные нейронные сети фокусируются на определённых географических регионах, чтобы предсказать время до достижения глобального порога. Предложенный метод обеспечивает уникальный подход, основанный на данных, для количественной оценки сигнала изменения климата в исторических наблюдениях и для ограничения неопределённости в прогностических оценках климатических моделей. С учётом существенных имеющихся доказательств увеличения рисков для природных и антропогенных систем при потеплении на 1,5°C и 2°C эти результаты предоставляют дополнительные доказательства сильного воздействия изменения климата в течение следующих трех десятилетий.

 

Ссылка: https://www.pnas.org/doi/10.1073/pnas.2207183120