Remote Sensing: Оценка глобальных тенденций засушливости в условиях изменения климата: сравнительный анализ четырёх индексов засухи для сценариев SSP
По мере усиления изменений климата засухи в глобальном масштабе становятся всё более частыми и интенсивными, что делает оценку будущих тенденций их развития важной задачей для снижения риска бедствий и адаптации. В данном исследовании рассматриваются пространственно-временные характеристики глобальных засух за исторический период (1850–2014 гг.) и для четырёх сценариев в рамках концепции «Общих социально-экономических путей» (SSP) на период 2015–2100 гг. Использовался мультимодельный ансамбль оценок, включающий до шестнадцати моделей CMIP6, и четыре индекса засухи: стандартизированный индекс осадков и испаряемости (SPEI), индекс температурных условий (TCI), индекс интенсивности засухи (DSI) и стандартизированный индекс влажности почвы (SSMI). В рамках использованной системы моделирования CMIP6 и принятых формулировок индексов, показатели DSI и SSMI продемонстрировали бо́льшую временную согласованность при описании динамики засух по сравнению с SPEI-12 и TCI. Индекс DSI сильнее реагировал на изменения температуры и осадков, что указывает на его потенциальную полезность для характеристики кратковременных засушливых условий в умеренных и субтропических широтах. В свою очередь, SSMI реагирует на колебания влажности почвы и демонстрирует усиление пространственных тенденций к иссушению или увлажнению при сценариях с высокими уровнями выбросов. При сценариях с высокими выбросами площади, охваченные экстремальной засухой, быстро расширяются, тогда как сценарии с низкими выбросами замедляют этот процесс. Взаимодополняющая информация, получаемая с помощью DSI и SSMI, может способствовать лучшему пониманию прогнозируемых условий засушливости в рамках системы CMIP6, особенно для таких регионов, как южная часть Северной Америки, северная часть Южной Америки, Африка, восточная часть Австралии и южный Китай. Полученные результаты могут быть использованы при оценке засух на основе моделей, однако вопросы их применения для оперативного мониторинга требуют отдельного изучения.