Nature Communications Earth & Environment: Байесовское взвешивание климатических моделей на основе чувствительности климата
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.
