Science Advances: На пути к машинной настройке, чтобы избежать недооценки неопределённости в прогнозах изменения климата
Документирование неопределённости прогнозов изменения климата является основной целью мероприятий по взаимному сравнению, организованных для включения в отчёты Межправительственной группы экспертов по изменению климата (МГЭИК). Обычно каждый центр моделирования вносит свой вклад в этот процесс с одной или двумя конфигурациями своей климатической модели, соответствующими конкретному выбору значений «свободных параметров», являющихся результатом долгой и часто утомительной фазы «настройки модели». Сколько неопределённостей исключено из этого выбора, и как читатели отчётов МГЭИК и пользователи прогнозов климата могут быть введены в заблуждение этим упущением? Авторы показывают, как современные подходы к машинному обучению могут трансформировать подход к настройке климатических моделей, открывая путь к одновременному ускорению совершенствования моделей и количественной оценке параметрической неопределённости. Показано, как автоматический выбор конфигураций модели, определяемых различными значениями свободных параметров, может создавать разные «миры потепления», все из которых согласуются с современными наблюдениями за климатической системой.
