Селекция растений добилась успехов в адаптации сельскохозяйственных культур во всём мире, и одной из последних задач является адаптация к более тёплым дням и ночам. На примере пшеницы авторы показывают, что современные элитные питомники демонстрируют различные уровни адаптации к жаре. Как правило, чем выше коэффициент отбора по реакции урожайности в условиях потепления, тем менее стабильной является реакция урожайности в разных средах. В частности, менее трети испытанных генотипов хорошо адаптировались к потеплению на 0,26°C за последнее десятилетие, а фенотипы были стабильными только в 26% сред. При продолжающемся потеплении коэффициент отбора падает на 8,5%, а стабильность - на 8,7% на каждое повышение локальной температуры на 1°C. В целом, при столкновении с большей изменчивостью климата селекционерам необходимо пересмотреть свои стратегии разведения, чтобы интегрировать генетическое разнообразие, обеспечивающее устойчивость к изменению климата без ущерба для продуктивности в благоприятные сезоны.

Ссылка: https://www.nature.com/articles/s41558-024-02069-0

1960-е годы были захватывающей эпохой для исследований предсказуемости состояния атмосферы: с помощью моделей Лоренца была обнаружена конечная предсказуемость атмосферы, а общепризнанный предел предсказуемости в две недели был оценён с использованием модели общей циркуляции. Здесь авторы предлагают углубиться в детали того, как была установлена ​​корреляция между двухнедельным пределом предсказуемости и временем удвоения в пять дней, они признают новаторскую работу Лоренца и предполагают невозможность предсказуемости за пределами двух недель. Произведена переоценка результатов трёх различных подходов — динамического, эмпирического и динамически-эмпирического, — представленных в работах 1960-х годов Лоренца и Чарни и др. Используя внутренние характеристики нерегулярных решений, обнаруженные в исследованиях Лоренца, и динамический подход, время удвоения в пять дней было оценено с использованием модели Минца-Аракавы и экстраполировано, чтобы предложить предел предсказуемости примерно в две недели. Этот предел теперь называется «гипотезой предела предсказуемости», проводится параллель с законом Мура с целью признать совокупное прямое и косвенное влияние Лоренца, Минца и Аракавы под руководством Чарни. Эта концепция служит мостом между гипотетическим пределом предсказуемости и практическими возможностями модели, предполагая, что долгосрочное моделирование не полностью ограничивается гипотезой двухнедельной предсказуемости. Эти разъяснения обеспечивают дополнительную поддержку исследованиям прогнозов с расширенным диапазоном с использованием подходов, основанных как на уравнениях в частных производных, так и на основе искусственного интеллекта.

Ссылка: https://www.mdpi.com/2073-4433/15/7/837

В шестом оценочном докладе Межправительственной группы экспертов по изменению климата (МГЭИК) не было достаточной информации о сценариях в земельном секторе для оценки общего объёма удаляемого углекислого газа. Здесь, используя основанный на оценённых МГЭИК сценариях набор данных об удалении углекислого газа на суше, авторы показывают, что поглощение посредством облесения и лесовосстановления играет решающую краткосрочную роль в смягчении последствий, составляя около 10% (медиана) суммарного сокращения выбросов парниковых газов в период с 2020 по 2030 гг. в сценариях, ограничивающих потепление 1,5°C. Новые технологии удаления углекислого газа, такие как прямое улавливание и хранение углерода в воздухе, масштабируются до уровня в несколько гигатонн к 2050 году и далее, чтобы сбалансировать остаточные выбросы и остановить потепление. Показано, что сокращение выбросов ископаемого топлива и вырубки лесов (валовых выбросов) составляет более 80% чистого уменьшения выбросов парниковых газов до тех пор, пока глобальный чистый нулевой уровень углекислого газа (CO₂) не будет зависеть от строгости климатических целей. Изучается региональное распределение валовых выбросов и общего удаления углекислого газа в рамках экономически эффективных путей смягчения последствий и подчёркивается важность учёта справедливости и более широких соображений устойчивости в будущих оценках путей смягчения последствий с удалением углекислого газа.

Ссылка: https://www.nature.com/articles/s43247-024-01527-z

Арктика быстро меняется из-за усиления глобальных температурных тенденций, оказывающих глубокое воздействие на ледниковый покров Гренландии, ледники, мёрзлую почву, экосистемы и общество. Авторы сфокусировались на воздействиях, вызываемых атмосферной циркуляцией в дополнение к тенденциям потепления климата. Они объединили временные ряды баланса массы ледников на основе временных спутниковых гравиметрических измерений (GRACE/GRACE-FO; 2002–2023 гг.), толщины активного слоя в районах многолетней мерзлоты из результатов дистанционного зондирования и моделирования ESA’s Climate Change Initiative (2003–2019 гг.) и полевых измерений Circumpolar Active Layer Monitoring Network (2002–2023 гг.). Несмотря на региональные и системные сложности, выявлены устойчивые ковариации между этими наблюдениями, которые изменяются асинхронно между соседними регионами и синхронно в регионах, расположенных в противоположных от Северного полюса направлениях. Выявлена ​​тесная связь с доминирующими режимами циркуляции атмосферы, контролирующими около 75% общей панарктической изменчивости воздействия (2002–2022 гг.), влияющей также на Гренландский ледниковый щит. Подчёркивается необходимость учитывать такие атмосферные структуры движения при прогнозировании воздействий, особенно вызванных экстремальными явлениями, в условиях всё более тёплой Арктики.

Ссылка: https://www.nature.com/articles/s43247-024-01548-8

Инструменты искусственного интеллекта могут революционизировать работу и публикации учёных. Ниже представлены основные правила управления присущими рисками.

В мире обсуждаются инструменты искусственного интеллекта (ИИ), которые можно легко использовать в повседневной жизни. Всё более совершенный генеративный искусственный интеллект — модели «глубокого обучения», использующие нейронные сети, подобные человеческому мозгу, для генерации контента или данных на основе их обучения — предоставляют исследователям новые заманчивые способы сбора и улучшения научных работ. Он также предлагает сокращённые варианты, которые могут оказаться обременительным процессом написания. Генеративный ИИ обладает огромным потенциалом для улучшения научной коммуникации, но представляет собой минное поле с юридической и этической точки зрения. Более того, результаты таких моделей не всегда верны, и существует риск того, что такие инструменты могут быть использованы злонамеренно для создания дезинформации. Исследователям и издателям нужны чёткие рекомендации, гарантирующие ответственное использование генеративного ИИ. 

Генеративные инструменты искусственного интеллекта, включающие большие языковые модели (Large Language Models, LLM), такие как ChatGPT, можно использовать для обобщения больших объёмов информации и объяснения сложных тем простым языком. Их можно использовать для быстрого создания текста, изображений и видео с помощью нескольких подсказок. Это не говоря уже обо всех других способах, которыми учёные начинают использовать эти инструменты в проведении научных исследований, например, при написании кода. 

В этой быстро развивающейся среде ИИ журнал Nature Geoscience, как и все журналы Springer Nature, осознают необходимость защиты прозрачности и целостности публикуемых научных исследований от рисков, которые представляет ИИ¹. Поэтому установлены некоторые первоначальные основные правила использования ИИ в статьях журнала (см. редакционную политику Nature Portfolio AI). 

Во-первых, LLM не разрешается указываться в качестве авторов исследовательской работы. Это просто потому, что LLM не может соответствовать критериям авторства (см. Критерии авторства Nature Portfolio): модель не может одобрить рукопись или нести личную ответственность за свой вклад в работу. Использование LLM для помощи в разработке текста не запрещено, но редакция просит авторов открыто говорить об их использовании, как и о любом другом методе, используемом в исследовании. Любое использование LLM должно быть чётко задокументировано в разделе «Методы» или «Благодарности» документа. 

Во-вторых, в настоящее время не разрешается использование изображений и видео, созданных искусственным интеллектом. Хотя редакция ценит захватывающий потенциал визуального контента, создаваемого искусственным интеллектом, существуют нерешённые юридические вопросы и проблемы честности исследований. Существующие инструменты генеративного искусственного интеллекта не раскрывают источники обучающих изображений. Таким образом, точность полученных изображений не может быть проверена, изображения не могут быть надлежащим образом атрибутированы, а авторские права и конфиденциальность могут быть нарушены². Пока нормативно-правовая система не наверстает упущенное, визуальный контент, созданный с помощью генеративного искусственного интеллекта, не будет публиковаться. Разрешается использовать негенеративные инструменты машинного обучения для манипулирования существующими изображениями, но требуется, чтобы это было указано в подписи к рисунку. 

Наконец, разработаны рекомендации по использованию генеративного искусственного интеллекта рецензентами. Хотя может возникнуть соблазн использовать LLM для обобщения статьи или написания отчёта о рецензировании, следует проявлять осторожность при использовании этих инструментов. Рецензенты несут ответственность за точность своих отчётов, и редакция полагается на технический опыт рецензентов, чтобы обеспечить точность публикуемых исследований. Кроме того, поскольку рукописи могут содержать конфиденциальную информацию, которая не может быть раскрыта вне процесса рецензирования, содержится просьба к рецензентам (и редакторам) не загружать рукописи в инструменты генеративного искусственного интеллекта. Любое другое использование инструментов искусственного интеллекта при оценке рукописи должно быть открыто заявлено в отчёте о рецензировании. 

Помимо этой политики, в центр внимания ставится разумная дорожная карта лучших практик использования генеративного ИИ в научных публикациях. Становится всё более очевидным, что человеческий надзор имеет важное значение для защиты целостности и прозрачности исследований и экспертной оценки. Авторам не следует слепо принимать текст, предложенный LLM, а критически задуматься о том, является ли он точным³. Авторы, а не инструменты, которые они используют, несут ответственность за достоверность своего вклада в научную статью. 

Программы LLM могут быть особенно привлекательными для авторов, сталкивающихся с языковыми барьерами при изложении своей работы на английском языке в международных журналах. Учитывая риск внесения неточностей, авторам следует рассмотреть вопрос о том, могут ли альтернативы, такие как помощь в редактировании со стороны коллеги, быть адекватными. Редакция напоминает потенциальным авторам, что при рассмотрении материалов для рецензирования не важно, написана ли статья на идеальном английском языке, при условии, что она достаточно понятна, чтобы редакторы (и, возможно, рецензенты) могли её оценить⁴. Все опубликованные рукописи проходят копировальное редактирование. 

ИИ быстро развивается. Хотя движение к этому новому рубежу идёт с осторожностью, это делается непредвзято. Springer Nature будет регулярно пересматривать и обновлять политику использования ИИ. Следите за обновлениями!

Литература

1. Nature 613, 612 (2023).
2. Nature 618, 214 (2023).
3. Nat. Mach. Intell. 5, 469 (2023).
4. Nat. Geosci. 7, 77 (2014).

Ссылка: https://www.nature.com/articles/s41561-024-01475-5

Всестороннее понимание закономерностей распространения экстремальных осадков имеет важное значение для раннего предупреждения о связанных с ними опасностях, таких как наводнения и оползни. В этом исследовании для изучения закономерностей распространения экстремальных осадков по глобальным массивам суши и определения 16 основных путей распространения использованы климатические сети, основанные на мере синхронизации событий. Авторы объясняют их в связи с региональными погодными системами, топографическими эффектами и структурами бегущих волн Россби. Также показано, что выявленные пути распространения имеют значительную предсказуемость экстремальных осадков в определённых областях, таких как Аппалачи и Анды. Представленные результаты помогают улучшить понимание ключевых структур распространения экстремальных осадков и того, где глобальное разнообразие таких структур и соответствующая потенциальная предсказуемость обеспечивают предварительные сведения для прогнозирования экстремальных осадков, а также демонстрируют потенциал подходов климатических сетей для изучения пространственно-временной связи экстремальных явлений в климатической системе.

Ссылка: https://www.nature.com/articles/s41612-024-00701-6

Биогенные летучие органические соединения (БЛОС) в больших количествах выбрасываются из земной биосферы и играют значительную роль в газовом и аэрозольном составе атмосферы. Такие выбросы составляют 90% общих мировых выбросов летучих органических соединений и оказывают значительное влияние на окислительную способность атмосферы. БЛОС являются предшественниками вторичных органических аэрозолей, влияющих на радиационный баланс как напрямую через рассеяние и поглощение солнечного света, так и косвенно через изменение формирования, свойств и распределения облаков. Деятельность человека существенно изменила естественный растительный покров, в первую очередь за счёт превращения лесов в сельскохозяйственные угодья. В этой работе глобальная модель химии атмосферы и климата с интерактивной растительностью использовалась для исследования последствий нарушения биосферы в результате изменения землепользования человеком, с последующим изучением изменений в выбросах БЛОС и атмосферной аэрозольной нагрузке. Поскольку эта модель растительности имитирует потенциальную естественную растительность (potential natural vegetation, PNV), была реализована схема землепользования для ограничения функционального типа древесного растительного покрова на основе карт долей трансформации земель за 2015 год. Оцениваются два сценария: (1) сравнение современного растительного покрова, включающего площади, вырубленные под посевы и пастбища, с естественным растительным покровом (PNV), и (2) сценарий экстремального лесовосстановления, при котором современные посевы и пастбища восстанавливаются до естественной растительности. Обнаружено, что по сравнению со сценарием PNV современное обезлесение приводит к сокращению выбросов БЛОС на 26%, что снижает глобальную биогенную нагрузку вторичных органических аэрозолей на 0,16 Тг (на 29%), в то время как общее количество органических аэрозолей снижается на 0,17 Тг (на 9%). С другой стороны, сценарий экстремального лесовосстановления по сравнению с современным земным покровом предполагает увеличение выбросов БЛОС на 22%, что увеличивает биогенную нагрузку вторичных органических аэрозолей на 0,11 Тг и общее бремя органических аэрозолей на 0,12 Тг (на 26% и 6%, соответственно). Оценка включает изменения в ядрах конденсации облаков и концентрации облачных капель в каждом сценарии. В современном сценарии вырубки лесов имеет место положительный общий радиационный эффект (аэрозоль + облака) в 60,4 мВт м^-2 (потепление) по сравнению со сценарием естественной растительности, тогда как в сценарии экстремального лесовосстановления эффект отрицательный (похолодание), 38,2 мВт/м^-2 по сравнению со сценарием PNV.

Ссылка: https://egusphere.copernicus.org/preprints/2024/egusphere-2024-2014/

Антропогенные аэрозоли играют важную роль в системе Земля-атмосфера, влияя на радиационный баланс Земли и осадки и, следовательно, на климат. Возмущение, вызванное изменениями антропогенных аэрозолей в энергетическом балансе Земли, количественно выражается эффективным радиационным воздействием (ERF). В этой работе современное коротковолновое, длинноволновое и суммарное ERF антропогенных аэрозолей количественно определяется с использованием двух различных наборов экспериментов с заданными температурами поверхности моря из моделей, участвующих в проекте CMIP6: (a) временное моделирование доиндустриальных возмущений с фиксированными температурами поверхности моря (piClim) и (б) историческое моделирование переходных процессов с изменяющимися во времени температурами поверхности моря (histSST) в течение исторического периода (1850–2014 гг.). ERF раскладывается на три компонента для обоих экспериментов: (a) ERF_ARI, представляющее взаимодействие аэрозоля с радиацией; (б) ERF_ACI, учитывающее взаимодействие аэрозоля и облаков (включая полупрямой эффект); и (в) ERF_ALB, обусловленное изменениями температуры, влажности и альбедо поверхности, вызванными антропогенными аэрозолями. Представлены пространственные закономерности в верхней части атмосферы и глобальные взвешенные средние значения поля, а также межмодельная изменчивость (одно стандартное отклонение) для всех компонентов коротковолнового, длинноволнового и суммарного ERF (ERF_ARI, ERF_ACI и ERF_ALB), а также для каждого эксперимента, использованного в этом исследовании. Кроме того, межмодельное согласие и надёжность полученных результатов оцениваются с использованием комплексного метода, используемого в Шестом оценочном отчёте МГЭИК. На основе экспериментов piClim суммарное современное (2014 г.) ERF от антропогенных аэрозольных выбросов и выбросов прекурсоров оценивается в -1,11 ± 0,26 Вт м^-2, в основном из-за большого вклада ERF_ACI в глобальное среднее и межмодельную изменчивость. В экспериментах histSST за современный период (1995–2014 гг.) получены аналогичные результаты с глобальным средним суммарным аэрозольным ERF, равным -1,28 ± 0,37 Вт м^-2, и доминирующим вкладом ERF_ACI. Пространственные закономерности суммарного ERF и его компонентов аналогичны как в экспериментах piClim, так и в экспериментах histSST. Кроме того, применяя новый подход к географическому определению движущего фактора ERF, авторы показали, что ERF_ACI доминирует на большей части Земли и что ERF_ALB преобладает в основном над полюсами, в то время как ERF_ARI доминирует над некоторыми отражающими поверхностями. Анализ межмодельной изменчивости суммарного ERF аэрозоля показывает, что коротковолновое ERF_ACI является основным источником неопределённости преимущественно над наземными регионами со значительными изменениями оптической толщины аэрозоля, при этом Восточная Азия вносит основной вклад в межмодельное распространение обоих ERF_ARI и ERF_ACI. Глобальные пространственные закономерности суммарного ERF и его компонентов из отдельных видов аэрозолей, таких как сульфаты, органический углерод (OC) и чёрный углерод (BC), также рассчитываются на основе экспериментов piClim. Суммарное ERF, вызванное сульфатами (piClim-SO₂), оценивается в -1,11 ± 0,31 Вт м^-2, а ERF органического углерода (piClim-OC) составляет -0,35 ± 0,21 Вт м^-2, тогда как ERF, обусловленное чёрным углеродом (piClim-BC), составляет 0,19 ± 0,18 Вт м^-2. Для экспериментов по возмущению сульфатов и органического углерода ERF_ACI доминирует над земным шаром, тогда как для экспериментов по возмущению чёрного углерода ERF_ARI преобладает над сушей в Северном полушарии и особенно в Арктике. Как правило, сульфаты доминируют в пространственных структурах ERF, оказывая сильно отрицательное влияние, особенно в промышленно развитых регионах Северного полушария, таких как Северная Америка, Европа, а также восточная и южная Азия. Анализ временной эволюции ERF за исторический период (1850–2014 гг.) показывает, что ERF_ACI явно доминирует над ERF_ARI и ERF_ALB в управлении общей временной эволюцией ERF. Более того, с середины 1980-х годов суммарное ERF стало меньшим по модулю отрицательным в восточной части Северной Америки, Западной и Центральной Европе, в то время как в восточной и южной Азии наблюдается устойчивый рост по модулю отрицательных значений ERF до 2014 года.

Ссылка: https://acp.copernicus.org/articles/24/7837/2024/

В исследовании представлено моделирование изменения климата на территории Северной Евразии в XX и XXI веках с использованием двух разных версий модели системы Земля, разработанной Институтом вычислительной математики им. Г.И. Марчука Российской академии наук (ИВМ, INM). Версия модели INMCM5 участвует в проекте CMIP6 и имеет самую низкую равновесную чувствительность климата (Equilibrium Climate Sensitivity, ECS) среди моделей CMIP6. В следующей версии модели INMCM6 изменения физических параметризаций приводят к увеличению ECS в два раза. Изменения приповерхностной температуры, осадков, площади снежного покрова и протяжённости морского льда, смоделированные обеими версиями модели, сравниваются с имеющимися данными наблюдений и реанализа. Прогнозы изменения климата на середину и конец XXI века предоставляются с помощью двух версий модели. Обе версии модели воспроизводят аналогичные изменения климата на ближайшие два десятилетия. После середины XXI века версия модели с высокой равновесной чувствительностью климата отражает более сильные изменения климата над Северной Евразией, чем версия модели с низкой чувствительностью. Но в целом коэффициент прогнозируемого потепления намного меньше ECS.

Ссылка: https://link.springer.com/article/10.1007/s00382-024-07306-y

Долгосрочная способность бореальных лесов хранить углерод находится под угрозой из-за растущей частоты и интенсивности лесных пожаров. Помимо прямых выбросов углерода в результате сгорания во время пожара, сгоревший лес часто после пожара превращается в чистый источник выбросов углерода, что приводит к большим дополнительным потерям углерода в течение нескольких лет. Поэтому понимание того, как быстро леса восстанавливаются после пожара, имеет жизненно важное значение для прогнозирования воздействия пожара на баланс углерода в лесу. Авторы представляют данные о дыхании почвы и потоках CH₄, химическом составе почвы, микроклимате местности и данных обследования растительности за первые четыре года после лесного пожара в лесу Pinus sylvestris в Швеции. Это недостаточно изученная часть бореального биома, где решения по управлению лесами взаимодействуют с нарушениями, влияющими на рост леса. Авторы проанализировали, как тяжесть пожара и послепожарные рубки повлияли на потоки углерода в почве. Пожар не повлиял на поглощение CH₄ почвой. Однако на выбросы CO₂ в почве существенное влияние оказали наличие или отсутствие живых деревьев после пожара и послепожарное ведение лесного хозяйства. Гибель деревьев из-за сильного пожара или вырубка живых деревьев после слабого пожара привели к немедленному и значительному снижению дыхания почвы. Вырубка мёртвых деревьев после сильного пожара не изменила дыхание почвы по сравнению с тем, когда деревья оставались стоять. Однако это существенно замедлило возобновление роста растительности. На участках, где деревья остались стоять после пожара, плотность саженцев Pinus sylvestris в результате естественного возобновления также была вдвое выше, чем на участках, где деревья были вырублены. Эти результаты показывают, что влияние спасательных вырубок на потоки углерода в почве зависит от силы пожара, но вырубка всегда замедляет естественное восстановление растительности после пожара.

Ссылка: https://egusphere.copernicus.org/preprints/2024/egusphere-2024-2016/