Таяние плавучих шельфовых ледников в море Амундсена в настоящее время является основным процессом, контролирующим вклад Антарктиды в повышение уровня моря. Используя региональную модель океана, авторы представляют комплексный набор будущих прогнозов таяния шельфового ледника в море Амундсена. Обнаружено, что быстрое потепление океана, примерно в три раза превышающее исторический темп, вероятно, произойдет в XXI веке, с повсеместным увеличением таяния шельфовых ледников, в том числе в регионах, имеющих решающее значение для стабильности ледникового покрова. Если принять во внимание внутреннюю изменчивость климата, то нет существенной разницы между сценариями среднего уровня выбросов и наиболее амбициозными целями Парижского соглашения. Эти результаты показывают, что смягчение последствий выбросов парниковых газов в настоящее время имеет ограниченную силу для предотвращения потепления океана, которое может привести к разрушению Западно-Антарктического ледникового щита.

Ссылка: https://www.nature.com/articles/s41558-023-01818-x

Вмешательство в «солнечный климат» с использованием инъекции стратосферных аэрозолей (Stratospheric Aerosol Injection, SAI) было предложено в качестве метода, который мог бы компенсировать некоторые неблагоприятные последствия глобального потепления. Набор модельных результатов в соответствии с «Оценкой реакции и воздействия солнечного климата на систему Земля с помощью инъекции стратосферного аэрозоля» (ARISE-SAI) основан на сценарии умеренных выбросов парниковых газов и предполагает закачку диоксида серы в четырёх точках вне экватора с использованием алгоритма управления, поддерживающего глобальную среднюю температуру поверхности на уровне 1,5 К выше доиндустриальных условий (ARISE-SAI-1.5), а также широтный градиент и разницу температуры поверхности между полушариями. Это первое сравнение двух моделей (CESM2 и UKESM1), в которых применяется одна и та же многоцелевая стратегия SAI. CESM2 успешно достигает своих целевых показателей температуры, но UKESM1 имеет значительное остаточное потепление в Арктике. Это происходит потому, что характер изменения температуры в климате с SAI определяется как структурой климатических воздействий (в основном парниковых газов и стратосферных аэрозолей), так и обратными связями в климатических моделях, последние из которых благоприятствуют большому усилению потепления в Арктике в UKESM1. Таким образом, исследования, ограничивающие уровень будущего потепления в Арктике, также будут служить основой для любой гипотетической стратегии развертывания SAI, которая направлена ​​на поддержание разницы температур у поверхности между полушариями и между экватором и полюсами. Более того, несмотря на широкое согласие в отношении реакции осадков во внетропических регионах, изменения количества осадков на тропических территориях демонстрируют важные различия между моделями, даже при воздействии только парниковых газов. В целом, это ансамблевое исследование является первым шагом в сравнении политически значимых сценариев SAI и поможет в разработке экспериментального протокола, который одновременно уменьшает некоторые известные негативные побочные эффекты SAI и достаточно прост, чтобы стимулировать к участию больше климатических моделей.

Ссылка: https://acp.copernicus.org/articles/23/13369/2023/

Представлена версия 2 широко используемых 1-километровых карт классификации климата Кёппена-Гейгера для исторических и будущих климатических условий. Исторические карты (охватывающие 1901–1930, 1931–1960, 1961–1990 и 1991–2020 гг.) построены на климатологических данных высокого разрешения, основанных на наблюдениях, тогда как карты будущего (охватывающие 2041–2070 и 2071–2099 гг.) основаны на масштабированных (downscaled) и скорректированных на предвзятость климатических прогнозах для семи общих социально-экономических путей (SSP). Оценены результаты 67 климатических моделей из CMIP6 и сохранено подмножество из результатов 42 моделей с наиболее вероятными темпами потепления, вызванного динамикой атмосферного содержания CO₂. По приведённым оценкам, с 1901–1930 по 1991–2020 гг. примерно 5% глобальной поверхности суши (исключая Антарктиду) перешли в другой основной класс Кёппена-Гейгера. Кроме того, прогнозируется, что с 1991–2020 по 2071–2099 гг. 5% земной поверхности перейдут в другой основной класс в рамках сценария SSP1-2.6 с низкими выбросами, 8% — в рамках промежуточного сценария SSP2- 4.5 и 13% по сценарию с высокими выбросами SSP5-8.5. Карты Кёппена-Гейгера вместе с соответствующими оценками достоверности, лежащими в основе ежемесячных данных о температуре воздуха и осадках, а также показатели чувствительности для моделей CMIP6 можно найти на сайте www.gloh2o.org/koppen.

Ссылка: https://www.nature.com/articles/s41597-023-02549-6

Трёхчасовые прогнозы CMIP6 использовались в сочетании с волновой моделью CSIRO WaveWatchIII для расчёта глобальных тенденций в морской ветровой и волновой энергии для сценариев SSP585 и SSP126 до 2100 года. Результаты показывают, что ожидаются умеренные, но всё же значительные изменения в теоретически получаемой электроэнергии, генерируемой ветром и волнением менее чем в 10–15% прибрежных мест. Хотя это предполагает в целом стабильные перспективы на будущее, в некоторых прибрежных регионах с существующими или планируемыми ветряными электростанциями к 2100 году может наблюдаться небольшое сокращение производства. Что касается получения волновой энергии, учитывая её раннюю стадию развития, рекомендуется более осторожный подход, хотя можно прийти к аналогичному выводу. Учитывая ожидаемое снижение затрат на установку и учёт обоих климатических сценариев, это обеспечивает надёжный контекст для большинства текущих технико-экономических обоснований, технологических разработок и инвестиций в морские объекты.

Ссылка: https://www.nature.com/articles/s41598-023-45450-3

Использование ансамблей климатических моделей, включающих элементы, демонстрирующие очень высокую чувствительность климата к увеличению концентрации CO₂, может привести к искажению прогнозов. Для решения этой проблемы «горячих моделей» были предложены различные методы, такие как эмуляторы моделей или их отбраковка. Авторы используют усреднение байесовской модели в качестве основы для решения этой проблемы, не прибегая к прямому отказу от моделей из ансамбля. На основе преимущества множества доказательств, используемых для построения наилучшей оценки чувствительности климата Земли, система усреднения байесовской модели создаёт несмещённое апостериорное распределение вероятностей весов модели. Обновлённый мультимодельный ансамбль прогнозирует повышение глобальной средней приземной температуры в конце века на 2°C для сценария с низкими выбросами (SSP1-2.6) и на 5°C для сценария с высокими выбросами (SSP5-8.5). Эти оценки ниже, чем оценки, полученные с использованием простого мультимодельного среднего значения для ансамбля CMIP6. Результаты также аналогичны результатам подхода отбраковки моделей, но сохраняют некоторый вес для моделей с низкой вероятностью, что позволяет учитывать возможность того, что истинное значение может находиться в крайних точках оценённого распределения. Полученные результаты демонстрируют усреднение байесовской модели как путь вперёд к прогнозированию будущего изменения климата, соизмеримому с имеющимися научными данными.

Ссылка: https://www.nature.com/articles/s43247-023-01009-8

В 2016 году Национальное управление океанических и атмосферных исследований развернуло первую версию оперативной Национальной водной модели для прогнозирования водного цикла в континентальной части Соединённых Штатов. Во многих версиях публике доступны результаты почасовых исторических расчётов на несколько десятилетий. Во всех выпущенных на сегодняшний день файлах, содержащих моделируемый поток воды, имеется снимок условий модели во всей области за один временной шаг, что делает доступ к временным рядам технической и ресурсоёмкой задачей. В самой последней версии для извлечения полного временного ряда потока данных для одного местоположения требуется управление 367 920 файлами (~ 16,2 ТБ). В этой работе описан воспроизводимый процесс реструктуризации последовательного набора файлов потока пара Национальной водной модели для эффективного доступа к временным рядам и предоставлены реструктурированные наборы данных для версий 1.2 (1993–2018 гг.), 2.0 (1993–2020 гг.) и 2.1 (1979–2022 гг.). Эти наборы данных были доступны через сервер данных THREDDS с поддержкой OPeNDAP для публичного использования, и краткий анализ показывает, что последнюю версию модели не следует считать лучшей для всех мест. Также описан пакет R, ускоряющий извлечение данных, с примерами для различных вариантов использования.

Ссылка: https://www.nature.com/articles/s41597-023-02316-7

Состояние прогресса в адаптации к изменению климата в настоящее время неясно. Авторы применяют структурированное экспертное заключение для оценки нескольких аспектов, формирующих адаптацию (одинаково взвешенных): знание рисков, планирование, действия, возможности, фактические данные по снижению риска, долгосрочные стратегии. Этот подход применяется к 61 местному прибрежному тематическому исследованию, сгруппированному по четырём городским и сельским архетипам с целью разработать локально обоснованный взгляд на состояние глобальной прибрежной адаптации. Показано со средней степенью уверенности, что сегодняшняя глобальная адаптация прибрежных районов находится на полпути к полному адаптационному потенциалу. Городские архетипы обычно оцениваются выше, чем сельские (с широким распространением местных ситуаций), усилия по адаптации не сбалансированы по всем измерениям оценки, а разработка стратегии долгосрочных путей остаётся ограниченной. Результаты дают многомерную и локально обоснованную оценку глобальной адаптации прибрежных районов и закладывают новые основы для международных переговоров по климату, показывая, что есть возможности для уточнения глобальных целей адаптации и определения приоритетов, выходящих за рамки уровней развития.

Ссылка: https://www.nature.com/articles/s41558-023-01834-x

Приземные концентрации PM_2,5 значительно увеличились вследствие расширения городских территорий и плотного городского движения. Целью данного исследования является выяснение влияния множества факторов на приземные концентрации PM_2,5 с трёх точек зрения: фоновых климатических переменных, переменных городской морфологии и интенсивности выбросов, связанных с дорожным движением. Сначала были выбраны два участка, охватывающие несколько локальных блоков, для проведения мобильных измерений в разных климатических условиях. Наблюдаемые метеорологические параметры и концентрация PM_2,5 были получены с помощью изображений на основе ГИС. Эти результаты интерполяции температуры воздуха и относительной влажности показывают значительное пространственно-временное разнообразие, на которое большое влияние оказывают выбросы тепла и характеристики пространственной морфологии на локальных территориях. Концентрация PM_2,5 в дни измерений также значительно варьируется от самого низкого значения 44–56 мкг/м³ в октябре до примерно 500 мкг/м³ в декабре зимой в Харбине и колеблется от примерно 5 мкг/м³ до 50 мкг/м³ в Гуанчжоу летом. Корреляционный анализ показывает, что как климатические условия, так и характеристики городской морфологии существенно коррелируют с местной концентрацией PM_2,5. Особенно летом в Гуанчжоу концентрация PM_2,5 положительно коррелировала с интенсивностью источников выбросов уличного транспорта, при этом коэффициент корреляции достигал около 0,79. Многомерные нелинейные формулы были применены для определения связи между этими факторами и концентрацией PM_2,5 с более высокими определяемыми коэффициентами. Таким образом, предлагаются стратегии оптимизации для улучшения качества городского воздуха на локальных территориях. Этот атрибутивный анализ способствует экологически чистому городскому строительству.

Ссылка: https://www.mdpi.com/2073-4433/14/10/1583

Используя базы данных Китайской национальной инфраструктуры знаний и Web of Science, с помощью поиска по ключевым словам, авторы получили 487 статей, в которых использовались методы дистанционного зондирования для изучения интенсивности поверхностных городских островов тепла (SUHI) за последние 20 лет. По этим статьям был проведён многомерный анализ с точки зрения использованных методов исследования, особенностей пространственно-временного распределения области исследования, тенденций развития исследований и основных проблем. Исследование показало, что (1) тенденция роста различных методов исследования SUHI на протяжении многих лет была аналогична общей тенденции числа публикаций, которое быстро увеличивалось с 2009 года. (2) Среди методов исследования SUHI температурная дихотомия является наиболее широко используемой во всём мире; однако определение городских и сельских территорий составляет основную проблему. В последние годы постепенно появились методы зонирования гауссовой поверхности и локального климата; однако из-за ограничений различных уровней и масштабов городского развития эти методы требуют дальнейшего совершенствования. (3) Существуют определённые различия в применении методов исследования SUHI между Китаем и другими странами.

Ссылка: https://www.mdpi.com/2073-4433/14/10/1580

Новое исследование показывает, что страхование домов от наводнения часто является реакцией в ответ на наводнение, в то время как политика «сверху вниз» (top-down), ориентированная на устойчивость сообщества, может предложить более надёжную защиту.

Наводнения в Соединённых Штатах обходятся общинам более чем в 32 миллиарда долларов каждый год. Поскольку изменение климата приводит к всё более сильным и беспорядочным ураганам, эксперты прогнозируют, что в ближайшие годы это число увеличится: по прогнозам, к 2050 году риск наводнений возрастёт более чем на 26% в областях, где преобладает население чернокожих, коренных и цветных жителей.
На этом фоне Veigel et al. применили интерпретируемое машинное обучение, чтобы лучше понять эффективность стратегий устойчивости к наводнениям. Для создания модели машинного обучения команда выбрала 400 поведенческих и социально-экономических переменных, влияющих на реагирование на стихийные бедствия и смягчение их последствий. Они включали как усилия в подходе «снизу вверх» (bottom-up) на уровне домохозяйств (например, страхование или усовершенствование имущества), так и политические меры в подходе «сверху вниз» (top-down), такие как политика на уровне сообщества. Авторы использовали данные открытого доступа по страхованию от наводнений Национальной программы страхования от наводнений и опроса американского сообщества, проведенного Бюро переписи населения США.
Результаты показали, что большинство домохозяйств приобретают страховку от наводнений лишь в случае серьёзных наводнений. Таким образом, жители населённых пунктов, которые не регулярно или не сильно подвергаются разрушительным наводнениям, с большей вероятностью останутся незастрахованными. Авторы также отмечают, что высокая текучесть жителей в городах часто ограничивает знания об истории наводнений, ослабляя усилия по смягчению последствий и подготовке к ним. В городских районах также обычно наблюдается меньшее распространение страхования.
Напротив, политики на уровне сообществ, такие как Система рейтингов сообществ Национальной программы страхования от наводнений, предлагают более активный подход. Эта система поощряет внедрение страхования с помощью размеров премии для сообществ, принимающих меры по смягчению последствий и управлению поймами. Авторы предполагают, что система могла бы более эффективно решать проблему неравенства в отношении риска наводнений, ориентируясь на недостаточно обслуживаемые сообщества, находящиеся в зоне риска.
Исследование подчёркивает предыдущие выводы о том, что уязвимые группы систематически более подвержены наводнениям и могут извлечь выгоду из повышения устойчивости. Данные показывают, что подходы «сверху вниз», такие как Система рейтингов сообществ CRS, предлагают упреждающие решения по наводнениям, помогающие устранить структурное неравенство в отношении риска. Хотя страхование от наводнений остаётся важнейшей стратегией управления рисками, зачастую это реактивный подход, дающий ограниченную помощь, если не сопровождается усилиями на уровне сообщества. (Earth’s Future, https://doi.org/10.1029/2023EF003571, 2023 г.)

Ссылка: https://eos.org/research-spotlights/machine-learning-highlights-ways-to-improve-flood-mitigation