В этом исследовании изучается глобальное совпадение между распределением видов и возникновением землетрясений, ураганов, цунами и извержений вулканов, чтобы показать, что 10% из всех 34 035 оценённых наземных позвоночных (5,7% птиц, 7% млекопитающих, 16% амфибий и 14,5% рептилий) подвергаются риску как минимум из-за одного природного опасного явления, а 5,4% находятся в группе высокого риска. Виды высокого риска встречаются в основном в тропиках и на островах. Воздействие стихийных бедствий может усилить антропогенные факторы, тем самым усугубляя их воздействие. Таким образом, стратегии сохранения, такие как интенсивное управление популяциями in situ и ex situ и создание страховых популяций, могут стать решающими для выживания этих видов в ближайшие десятилетия. 

Часто упускаемый из виду вопрос кризиса биоразнообразия заключается в том, как стихийные бедствия способствуют риску исчезновения видов. Чтобы решить эту проблему, авторы исследовали, как четыре стихийных бедствия — землетрясения, ураганы, цунами и извержения вулканов — перекрываются с ареалами распространения амфибий, птиц, млекопитающих и рептилий, которые имеют либо узкое распространение, либо популяции с небольшим количеством взрослых особей. Чтобы оценить, какие виды подвергаются риску от этих стихийных бедствий, авторы объединили частоту и масштабы каждого стихийного бедствия, чтобы оценить их воздействие. Они считали виды, находящимися в зоне риска, если они пересекались с регионами, где исторически возникало какое-либо из четырёх опасных природных явлений (n = 3722). Те виды, по крайней мере четверть ареала которых подверглись высокому относительному воздействию, считались подверженными высокому риску (n = 2001) исчезновения из-за опасных природных явлений. Всего в группе высокого риска находились 834 рептилии, 617 амфибий, 302 птицы и 248 млекопитающих, которые были распространены в основном на островах и в тропиках. Ураганы (n = 983) и землетрясения (n = 868) затронули большинство видов, тогда как цунами (n = 272) и извержения вулканов (n = 171) - значительно меньшее число видов. Регионом с наибольшим числом видов, подвергающихся высокому риску, было Тихоокеанское огненное кольцо*, особенно из-за вулканов, землетрясений и цунами, в то время как виды высокого риска, связанные с ураганами, были сконцентрированы в Карибском море, Мексиканском заливе и северо-западной части Тихого океана. Это исследование предоставляет важную информацию о видах, находящихся под угрозой из-за стихийных бедствий, и может помочь в природоохранной деятельности и усилиях по обеспечению их выживания.

*Тихоокеанское огненное кольцо охватывает весь Тихий океан, зону протяжённостью около 40 000 км, в которой происходят многочисленные землетрясения и извержения вулканов.

Ссылка: https://www.pnas.org/doi/10.1073/pnas.2321068121

Быстрое потепление Арктики, сопровождающееся таянием ледников и морского льда, имеет серьёзные последствия для климата, экосистем Земли и экономики. Последние данные свидетельствуют о том, что эффект затемнения снега, вызванный светопоглощающими частицами, такими как отложения чёрного углерода, может сильно повлиять на быстрое потепление в Арктике. Однако по-прежнему отсутствует ансамблевое моделирование с использованием моделей высокого разрешения для изучения воздействия эффекта затемнения снега, возникающего в результате отложений чёрного углерода, на энергетический баланс поверхности Арктики. Путём интеграции физической модели снега, льда, аэрозоля и радиации (SNICAR) с полярно-оптимизированной версией модели метеорологических исследований и прогнозирования (Polar-WRF) это исследование было направлено на количественную оценку воздействия эффекта затемнения снега из-за отложений чёрного углерода и анализ взаимосвязи между массой аэрозоля чёрного углерода в снеге (представленной высотой снега) и уменьшением альбедо снега. Результаты моделирования показывают, что осаждение чёрного углерода может напрямую влиять на энергетический баланс поверхности за счёт уменьшения альбедо снега и соответствующего радиационного воздействия. В среднем осаждение чёрного углерода при концентрации 50 нг/г вызывает радиационное воздействие 1,6 Вт/м² при автономном моделировании (без обратной связи с поверхностью) и 1,4 Вт/м² при онлайн-моделировании (с обратной связью с поверхностью). Высокие радиационные воздействия, вызванные отложениями чёрного углерода, достигали 1–4 Вт/м² и в основном наблюдались в Гренландии, на Баффиновых островах и в Восточной Сибири, где преобладают районы с глубоким снегом и его большой плотностью. Изменения альбедо снега действительно тесно связаны с массой аэрозолей чёрного углерода. Примечательно, что была установлена ​​чёткая линейная связь между высотой снега и уменьшением альбедо снега: коэффициент корреляции превышает 0,9, а значение R² больше 0,85, когда глубина снега невелика. Однако по мере увеличения глубины снежного покрова влияние чёрного углерода на альбедо снега постепенно уменьшается, пока не достигнет пикового значения, когда снежный покров станет достаточно оптически толстым. Регионы с глубоким снежным покровом, такие как Гренландия, как правило, проявляют большую чувствительность к отложениям чёрного углерода из-за более высокой абсолютной массы чёрного углерода и большей продолжительности эффекта затемнения снега. Для данной средней по столбу концентрации чёрного углерода в снегу воздействие эффекта затемнения снега примерно на 25–41% сильнее в районах с глубоким заснеженным покровом, чем в районах с неглубоким заснеженным покровом, что приводит к увеличению таяния снега на 19–40%. Сравнение автономного и онлайн-связанного моделирования с использованием Polar-WRF/Noah-MP и SNICAR позволило получить ценную информацию о критических механизмах и ключевых факторах, влияющих на изменения в поверхностной теплопередаче из-за воздействия эффекта затемнения снега, вызванного отложениями чёрного углерода в Арктике. Было замечено, что различные процессы, такие как таяние снега и взаимодействие суши с атмосферой, играют значительную роль в оценке изменений в приземном энергетическом балансе, вызванных отложением чёрного углерода. Примечательно, что автономное моделирование имеет тенденцию переоценивать воздействие эффекта затемнения снега, иногда более чем на 50%, из-за отсутствия учёта соответствующих процессов. В этом исследовании подчёркивается важность влияния снежных условий и взаимодействия поверхности и атмосферы на оценку воздействия эффекта затемнения снега в результате осаждения чёрного углерода. Поэтому необходимо уделить приоритетное внимание исследованиям моделирования с высоким разрешением, которые включают подробные физические процессы, чтобы улучшить понимание воздействия эффекта затемнения снега на изменение климата в Арктике.

Ссылка: https://egusphere.copernicus.org/preprints/2024/egusphere-2024-1717/

Глобальное потепление, вызванное деятельностью человека, не только оказывает влияние на фоновое состояние климата, но и может повлиять на его естественные колебания и внутреннюю изменчивость. В этом исследовании авторы используют четыре ансамбля начальных условий из структуры CMIP6 для изучения потенциальной эволюции внутренней изменчивости климата при различных путях потепления в XXI веке. Подученные результаты предполагают значительные изменения в естественной изменчивости климата и указывают на два различных режима, вызывающих эти изменения. Первое — это уменьшение внутренней изменчивости приземной температуры воздуха в высоких широтах и на ​​всех частотах, связанное со сдвигом к полюсам и постепенным исчезновением кромок морского льда, что, как показано, является важной составляющей внутренней изменчивости. Второе – усиление межгодовой изменчивости приземной температуры воздуха и осадков в низких широтах, что, по-видимому, связано с Эль-Ниньо – Южным колебанием (ЭНЮК). Этот второй режим вызывает особую тревогу, поскольку он может способствовать тому, что климат станет более нестабильным и менее предсказуемым, что окажет значительное воздействие на человеческие общества и экосистемы.

Ссылка: https://journals.ametsoc.org/view/journals/clim/37/14/JCLI-D-23-0606.1.xml

Высококачественные наблюдения профиля океана in situ имеют основополагающее значение для исследований океана и климата, а также для оперативных океанографических приложений. Здесь описана новая глобальная база данных профилей температуры под поверхностью океана под названием Chinese Academy of Science (CAS) Oceanography Data Center version 1 (CODC-v1). Эта база данных содержит более 17 миллионов профилей температуры за период 1940–2023 гг., полученных всеми доступными приборами. Основным источником данных является База данных Мирового океана (World Ocean Database, WOD), но CODC-v1 также включает некоторые данные ряда китайских институтов, которые недоступны в WOD. Качество данных контролируется (QC-ed) с помощью новой системы контроля качества, которая учитывает асимметрию локального распределения температуры, топографические барьеры и сдвиг распределения температуры из-за изменения климата. Погрешности в механических батитермографах (Mechanical Bathythermographs, MBT), расширяемых батитермографах (eXpendable Bathythermographs, XBT) и данных батометров (Bottle data, OSD) корректируются с использованием недавно предложенных схем, что делает CODC-v1 набором данных с коррекцией смещений. Эти аспекты гарантируют качество данных базы данных CODC-v1, что обеспечивает её пригодность для широкого спектра исследований и приложений океана и климата.

Ссылка: https://www.nature.com/articles/s41597-024-03494-8

Несмотря на важность понимания характеристик городских выбросов парниковых газов и загрязнителей воздуха, лишь немногие исследования провели комплексные оценки в различных городских средах. Авторы сделали комплексную оценку характеристик выбросов парниковых газов и загрязнителей воздуха в семи городах Северного полушария с использованием наземных спектрометров с преобразованием Фурье. Последующий анализ в первую очередь был сосредоточен на соотношениях выбросов избыточных средних по столбу мольных долей монооксида углерода (CO) к диоксиду углерода (CO₂) (∆XCO:∆XCO₂) и метана (CH₄) к CO₂ (∆XCH₄:∆ХСО₂). Обнаружено, что коэффициенты выбросов значительно различаются в разных городах. Сянхэ (Китай) и Пасадена (США), известные своим сильным загрязнением воздуха, показали самые высокие коэффициенты выбросов. Примечательно, что в Сеуле (Южная Корея) показатель ∆XCO:∆XCO₂ (3,32 ± 0,10 ppb/ppm) был ниже, но относительно высокое отношение ∆XCH₄:∆XCO₂ (4,85 ± 0,04 ppb/ppm), что было сопоставимо со значением ∆XCH₄:∆XCO₂ для Сянхэ (5,15 ± 0,10 ppb/ppm), что позволяет предположить, что для смягчения последствий изменения климата в Сеуле могут потребоваться целевые стратегии сокращения выбросов CH₄.

Ссылка: https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2023JD040562

Аэрозольные частицы являются важной частью системы Земли, но их концентрации неоднородны в пространстве и времени, а также различаются по размеру и составу. Частицы могут взаимодействовать с приходящей солнечной и исходящей длинноволновой радиацией, изменять свойства облаков, влиять на фотохимию и на качество приземного воздуха, изменять поверхностное альбедо снега и льда и модулировать поглощение углекислого газа сушей и океаном. Высокие концентрации твёрдых частиц на поверхности представляют собой серьёзную угрозу для здоровья населения. В литературе или в базах данных общественного здравоохранения имеется обширный набор данных, описывающих аэрозольные частицы, но они не были собраны для удобного использования сообществом, занимающимся моделированием климата и качества воздуха. Здесь авторы представляют новую подборку данных наблюдений за аэрозолями PM_2,5 и PM₁₀, уделяя особое внимание пространственной изменчивости на разных станциях наблюдения, включая состав, и демонстрируют метод сравнения наборов данных с результатами модели. В целом, на большей части планеты или даже на суше нет достаточных данных о приземных концентрациях и особенно о составе частиц, чтобы понять текущее их распределение. Большинство климатических моделей исключают 10–30% аэрозольных частиц как в фракциях PM_2,5, так и в PM₁₀ на больших территориях земного шара в их нынешних конфигурациях, причём наиболее важными неучтенными типами аэрозолей являются нитрат аммония и аэрозоли сельскохозяйственной пыли.

Ссылка: https://egusphere.copernicus.org/preprints/2024/egusphere-2024-1617/

Исследуется роль переноса тепла в океане (ПТО) в обеспечении десятилетней изменчивости арктического климата путём анализа доиндустриальной структуры управления климатической моделью высокого разрешения. Хотя изменчивость ПТО на 65° с.ш. выше в Атлантике, авторы обнаружили, что десятилетняя изменчивость температуры поверхности всей Арктики и площади морского льда гораздо лучше коррелирует с ПТО Берингова пролива, чем с Атлантическим ПТО. В частности, десятилетняя изменчивость ПТО в Беринговом проливе вызывает значительные изменения местного морского ледяного покрова и тепловых потоков воздух-море, которые усиливаются коротковолновыми обратными связями. Эти аномалии теплового потока регионально уравновешиваются длинноволновым излучением в верхних слоях атмосферы без компенсации атмосферным переносом тепла (компенсация Бьёркнеса). Таким образом, чувствительность Арктики к изменениям в ПТО может зависеть от точного представления переноса тепла через Берингов пролив, который трудно обеспечить в моделях океана с грубым разрешением.

Ссылка: https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2024GL108828

Температура приземного воздуха является ключевым индикатором изменения климата. Изменения облачного покрова влияют на неё, взаимодействуя с радиацией. В дневное время облака имеют тенденцию охлаждать поверхность, блокируя солнечный свет, а ночью облака нагревают поверхность, улавливая длинноволновое излучение. Авторы показали, что в глобальном масштабе облачный покров, особенно облачность нижнего яруса, демонстрирует суточные асимметричные тенденции в условиях потепления климата. Доля облачности в среднем уменьшается больше днём, чем ночью. Климатические модели показывают, что суточные асимметричные изменения облачного покрова в основном обусловлены тенденциями стабильности нижней тропосферы и в значительной степени объясняются увеличением выбросов парниковых газов, а не естественной изменчивостью. Таким образом, эта асимметрия усиливает потепление поверхности, уменьшая как коротковолновый эффект альбедо облаков днём, так и увеличивая длинноволновый парниковый эффект облаков в ночное время.

Ссылка: https://www.science.org/doi/10.1126/sciadv.ado5179

Арктическое усиление, более сильное потепление поверхности Арктики по сравнению со средним глобальным показателем, широко объясняется увеличением концентрации парниковых газов. Однако меньше известно о воздействии других факторов, в частности, антропогенных аэрозолей, и о том, как они могут сравниться с воздействием парниковых газов. Авторы анализируют наборы расчётов климатических моделей, специально разработанных для изоляции воздействия антропогенных аэрозолей и выбросов парниковых газов на глобальный климат. Они обнаружили, что в период 1955–1984 гг., когда произошло самое сильное глобальное увеличение количества антропогенных аэрозолей, имело место большее арктическое усиление, производимое антропогенными аэрозолями, чем парниковыми газами. Эта более сильное арктическое усиление, вызванное антропогенными аэрозолями, обусловлено ​​большей чувствительностью арктического морского льда и связанными с этим изменениями в теплообмене между океаном и атмосферой к воздействию антропогенных аэрозолей. Эти результаты подчёркивают асимметричную реакцию арктического климата на воздействия парниковых газов и антропогенных аэрозолей и показывают, что политика чистого воздуха, которая привела к сокращению выбросов аэрозолей, возможно, усугубила потепление в Арктике за последние несколько десятилетий.

Ссылка: https://www.nature.com/articles/s41612-024-00696-0

Для активной и эффективной адаптации к изменению климата срочно необходим ускоренный прогресс в моделировании климата. Основная задача заключается в точном отображении небольших по масштабу, но важных с точки зрения климата процессов, таких как турбулентность и образование облаков. Эти процессы не будут явно разрешимы в обозримом будущем, что потребует использования параметризации. Авторы предлагают сбалансированный подход, использующий сильные стороны традиционной параметризации процессов и современных методов искусственного интеллекта для моделирования процессов в масштабе подсетки. Эта стратегия использует искусственный интеллект для получения функций замыкания на основе данных как из данных наблюдений, так и из смоделированных данных, интегрированных в параметризации, кодирующие системные знания и законы сохранения. Кроме того, повышение разрешения для большей части мелкомасштабных процессов может способствовать прогрессу в направлении улучшенных и интерпретируемых прогнозов климата за пределами наблюдаемого распределения климата. Однако в настоящее время допустимое горизонтальное разрешение ограничено O (10 км), поскольку более высокое разрешение будет препятствовать созданию ансамблей, необходимых для калибровки моделей и количественной оценки неопределённости, для отбора проб внутренней изменчивости атмосферы и океана, а также для широкого изучения и количественной оценки климатических рисков. В результате объединения десятилетий научных разработок с передовыми технологиями искусственного интеллекта, предложенный подход направлен на значительное повышение точности, интерпретируемости и достоверности прогнозов климата.

Ссылка: https://acp.copernicus.org/articles/24/7041/2024/