Климатические прогнозы имеют смысл только в том случае, если соответствующая неопределённость достоверно оценена. Стандартной практикой является использование множества проекций климатической модели. Основным недостатком этого подхода является отсутствие гарантии того, что ансамблевые прогнозы адекватно отражают возможные будущие климатические условия. Авторы предлагают использовать моделирование и измерения имевших место в прошлом условий для изучения как характеристик членов ансамбля, так и связи между разбросом значений в ансамбле и неопределённостями, связанными с их предсказаниями. Используя ансамбль долгосрочных климатических сценарных прогнозов CMIP5, которые были взвешены в соответствии с алгоритмом последовательного обучения и разброс которых был связан с диапазоном прошлых измерений, удалось значительно уменьшить диапазоны неопределённости для прогнозируемой глобальной средней температуры поверхности. Результаты показывают, что, используя передовые ансамблевые методы, а также информацию о прошлом, можно обеспечить более надёжные и точные климатические прогнозы.

Ссылка: https://www.nature.com/articles/s41467-020-14342-9.pdf