Nature Scientific Reports: Снижение неопределённости прогноза наводнений в условиях будущего климата путём сосредоточения внимания на сходстве между несколькими сценариями SSP-RCP
Климатические прогнозы содержат неопределённость, обусловленную внутренней изменчивостью климатической системы, включая её хаотическую природу. Хотя неопределённость, обусловленная внутренней изменчивостью, теоретически может быть снижена посредством проведения моделирования в больших ансамблях с возмущёнными начальными условиями, в наборе данных сценариев будущего CMIP6 доступно лишь ограниченное число экспериментов с большими ансамблями. В данной работе предложен метод, увеличивающий эффективный размер выборки ансамбля при оценке будущих прогнозов путём интеграции нескольких сценариев SSP-RCP за период, соответствующий определённому повышению температуры по сравнению с доиндустриальным уровнем (т.е. потеплению на X°C). Успешность метода оценивалась с помощью исследования возможности разумного снижения неопределённости, обусловленной малым числом членов ансамбля. Во-первых, авторы подтвердили, что пространственное распределение изменения величины будущего наводнения было схожим при потеплении на 2°C во всех сценариях SSP-RCP. Кроме того, неопределённость, обусловленная различными сценариями SSP-RCP (5–10%), оказалась меньше, чем разница между разными уровнями потепления, например, между 2 и 3 °C (около 20–50%), что свидетельствует об относительно небольших различиях между сценариями SSP-RCP в отношении изменения будущего расхода воды. Эти результаты свидетельствуют о том, что интеграция сценариев SSP-RCP для увеличения эффективного размера ансамбля является разумным подходом, снижающим несмещённую дисперсию между моделями примерно в 70% точек сетки по сравнению с результатом, полученным при использовании только сценариев SSP5-RCP8.5.
