Ожидается, что экстремальные явления, превосходящие исторические пределы, будут происходить чаще в условиях будущего потепления. Однако время возникновения рекордно интенсивных комбинированных волн тепла и экстремальных осадков, когда экстремальные осадки следуют вскоре после волн тепла, редко количественно определялось. В данной работе представлен первый глобальный анализ времени возникновения рекордно интенсивных комбинированных волн тепла и экстремальных осадков, а также их зависимости от валового внутреннего продукта и численности населения с использованием нескольких крупных ансамблей. В очагах комбинированных волн тепла и экстремальных осадков, как правило, время возникновения наступает раньше. Согласно сценарию SSP2-4.5, ожидается, что к 2100 году 71% территорий мира испытает рекордную частоту комбинированных волн тепла и экстремальных осадков, по сравнению с менее чем 10% к 2030 году. Однако в большинстве регионов с ограниченными водными ресурсами признаки комбинированных волн тепла и экстремальных осадков не проявляются как минимум до 2100 года. Социально-экономические риски демонстрируют тревожную тенденцию к росту на протяжении всего XXI века. К концу XXI века ожидается значительное снижение валового внутреннего продукта и численности населения, при этом наиболее масштабные последствия коснутся беднейших регионов, что указывает на острую необходимость разработки стратегий адаптации, учитывающих специфику региона.

Ссылка: https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2025GL116884

Наблюдения за осадками на поверхности Земли имеют решающее значение для улучшения оценок количества осадков, скорректированных по данным приборов, особенно в эпоху миссии Global Precipitation Measurement. Однако более 60% стран не имеют полноценной сети наземных датчиков количества осадков, что серьёзно ограничивает точность глобальных спутниковых данных об осадках. В данной работе представлена модель, объединяющая интеллектуальную оптимизацию регионального масштаба, топографический анализ и сквозную нейронную сеть для совокупного использования данных об осадках из нескольких источников и реконструкции глобальных пространственно-временных полей количества осадков с устранением пробелов в данных в разных масштабах. Анализ показывает, что модель существенно повышает точность спутниковых данных об осадках, увеличивая коэффициент корреляции с 0,66 до 0,77. В частности, спутниковые оценки при высоком уровне количества осадков и на сложных рельефах демонстрируют заметное улучшение при применении модели. Эти результаты свидетельствуют о том, что предлагаемый подход обладает большим потенциалом для будущего применения в мониторинге штормов и прогнозировании наводнений, особенно в горных регионах с ограниченным количеством данных наблюдений.

Ссылка: https://www.nature.com/articles/s43247-025-02624-3

Изучается потенциал моделей машинного обучения сверхвысокого разрешения для даунскейлинга количества осадков со 100 до 12,5 км в часовом масштабе с использованием данных конформно-кубической атмосферной модели (Conformal Cubic Atmospheric Model, CCAM) над Австралией. Были рассмотрены два подхода: идеальный подход, при котором модель машинного обучения обучается на входных данных с огрублённым высоким разрешением (т.е. данные CCAM с разрешением 12,5 км, огрублённые до разрешения 100 км), и несовершенный подход, при котором в качестве входных данных используются исходные данные с низким разрешением (т.е. использование CCAM с разрешением 100 км), и в обоих случаях в качестве целевых данных используются данные с высоким разрешением (т.е. расчёты CCAM с разрешением 12,5 км). В идеальном случае модель машинного обучения (ML_Perfect) точно воспроизводит климатологию с высоким разрешением и экстремальные явления. Однако модель ML_Perfect с данными CCAM 100 км в качестве входных данных (т. е. в несовершенной обстановке) занижает величину выходных данных и вносит пространственные несоответствия, в то время как модель ML_Imperfect фиксирует структуры с высоким разрешением, но занижает экстремальные значения. Это говорит о том, что подход с использованием модели ML_Perfect сверхвысокого разрешения не подходит для даунскейлинга количества осадков из-за пространственных несоответствий между грубыми и высокоразрешёнными модельными реализациями. Кроме того, авторы ввели основанную на чувствительности диагностику, выходящую за рамки стандартных методов оценки, чтобы понять поведение модели и выявить структурные проблемы. Эта диагностика показывает, что обе модели нелинейно увеличивают входные данные об осадках, не создавая ложных пространственных связей. Однако модель ML_Imperfect выводит данные об осадках в высокогорных регионах независимо от входных данных, что подчёркивает структурную проблему модели ML_Imperfect. В этом исследовании рассматриваются проблемы использования моделей машинного обучения сверхвысокого разрешения для даунскейлинга количества осадков, предлагается несколько полезных диагностических методов для оценки моделей машинного обучения сверхвысокого разрешения и их физического реализма, а также предлагаются идеи для изучения с целью улучшения даунскейлинга количества осадков на основе машинного обучения.

Ссылка: https://www.nature.com/articles/s41598-025-05880-7

Засуха, характеризующаяся водообеспеченностью ниже среднего уровня, оказывает глубокое влияние на региональные водные ресурсы и различные экосистемные услуги. Индекс интенсивности засухи Палмера (Palmer Drought Severity Index, PDSI) является широко используемой метрикой для мониторинга засух и оценки изменения климата, но страдает от присущих ему климатических противоречий и не обеспечивает всесторонних и надёжных оценок в условиях меняющегося климата. В данной работе разработан ежемесячный мультимодельный и мультисценарный набор данных самокалиброванного PDSI за период 1850–2094 гг., полученный на основе 11 результатов климатических моделей в рамках Проекта сравнения сопряжённых моделей 6 (PDSI_CMIP6). Традиционная двухслойная модель ведра в PDSI заменяется прямыми гидрологическими результатами моделей CMIP6, что обеспечивает согласованность с прогнозами CMIP6. Оценки PDSI проверяются с помощью моделирования влажности почвы посредством корреляционно-регрессионного анализа. Применение набора данных выявляет выраженную пространственную неоднородность долгосрочных тенденций засух на разных континентах с ограниченным изменением глобального среднего, но заметным региональным усилением в условиях изменения климата. Этот набор данных обеспечивает ограниченную неопределённостью количественную оценку условий влажности суши в условиях меняющегося климата, точно отражая прогнозируемые CMIP6 гидрологические изменения.

Ссылка: https://www.nature.com/articles/s41597-025-05790-3

Будучи крупнейшим в мире источником выбросов CO₂, Китай нуждается в точных данных об уровне выбросов углекислого газа для разработки эффективной низкоуглеродной политики. Однако в предыдущих исследованиях учитывались в основном выбросы от сжигания ископаемого топлива и не учитывались выбросы CO₂, связанные с технологическими процессами в промышленном производстве (например, в производстве минеральных, химических и металлических продуктов), на долю которых приходится около 13% от общего объёма выбросов в Китае. В данном исследовании авторы создали первый набор данных временных рядов по выбросам CO₂, связанным с технологическими процессами, для 289 китайских городов за период с 2000 по 2021 гг. Набор данных охватывает 11 промышленных продуктов и соответствует методологии, рекомендованной Межправительственной группой экспертов по изменению климата. Авторы использовали коэффициенты выбросов, характерные для Китая, и скомпилировали данные о промышленном производстве из городских статистических ежегодников и бюллетеней. Недостающие данные о производстве были приписаны с помощью моделей missForest. Оценочная неопределённость выбросов, связанных с технологическими процессами, в этом наборе данных составляет от 3,87% до 3,91%. Он обеспечивает надёжную основу для анализа схем выбросов на уровне города и разработки целевой низкоуглеродной политики.

Ссылка: https://www.nature.com/articles/s41597-025-05782-3

Чтобы лучше понять смещения волн тепла в региональных климатических моделях (РКМ), авторы применили новый подход к изучению их как трёхмерного явления. Волны тепла над Средней Европой классифицируются по вертикали с помощью четырёх типов в зависимости от их вертикальных сечений температурных аномалий. Показано, что большинство РКМ CORDEX, основанных на реанализе, склонны переклассифицировать волны тепла как нижнетропосферные в ущерб другим типам. Это смещение связано с чрезмерно частой южной адвекцией, оказывающейся слишком тёплой по сравнению с данными реанализа ERA5, особенно на уровне 850 гПа, что указывает на более слабый температурный градиент между уровнями 2 м и 850 гПа. Авторы также обнаружили существенные различия между результатами РКМ в частоте приземных и вертикально распространённых волн тепла, которые частично объясняются моделируемыми характеристиками восточной адвекции. Это говорит о тесной взаимосвязи между взаимодействием суши и атмосферы и теми типами волн тепла, для которых важны аномалии приземной температуры.

Ссылка: https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2025GL115352

С изменением климата проблемы, связанные с экстремальной жарой в городах, становятся всё более серьёзными. Необходимы точные прогнозы изменения климата для городов и надёжная количественная оценка изменений экстремальных температур под совокупным воздействием глобального потепления и городской жары. В настоящем исследовании ансамбль существующих климатических моделей высокого разрешения используется для мультимодельного анализа городского климата и его эволюции в регионе Парижа. Семь членов, представляющих различные региональные климатические модели, допускающие конвекцию (Convection-Permitting Regional Climate Models, CP-RCM), предоставляют 10-летние расчёты для общего исторического периода и двух будущих периодов со сценарием выбросов парниковых газов RCP8.5. Ансамбль анализируется для оценки CP-RCM в зависимости от конфигурации, особенно базы данных о поверхности и моделирования поверхности земли, включающего или не включающего специализированную городскую параметризацию (на основе метода слэбов или модели городского полога). Все модели CP-RCM для урбанизированных территорий отражают городской остров тепла и его сезонные колебания. Более точная оценка моделей CP-RCM в зависимости от типа параметризации остаётся сложной задачей и сильно зависит от типа и разрешения базы данных о земном покрове. Анализ прогнозов показывает, что результаты всех моделей согласуются с учащением случаев возникновения волн тепла в регионе Парижа, с более выраженным влиянием на сельские районы, окружающие город. Таким образом, большинство прогнозов предполагают значительное меньшее повышение дневных температур в городах по сравнению с окружающими сельскими районами в дневное время в сезонном масштабе летом и в ночное время во время волн тепла.

Ссылка: https://link.springer.com/article/10.1007/s10584-025-03990-9

Урбанизация влияет на региональный климат и экстремальные погодные условия. Хотя предыдущие исследования документировали вызванные городскими условиями осадки для конкретных городов или случаев штормов, аномалии суточного количества городских осадков в различных ландшафтах остаются недостаточно изученными. Анализируя суточные и сезонные колебания аномалий городских осадков в 175 городах США, авторы обнаружили сильное влияние городской среды на количество осадков, особенно летом во второй половине дня. В крупных городах, расположенных вдали от побережья, летом во второй половине дня может выпадать на 10% больше осадков, и эта тенденция меняется в зависимости от наличия городских островов тепла и ветровых условий. В прибрежных городах, под влиянием морского бриза, суточный прирост количества городских осадков в три раза больше, чем в городах, расположенных вдали от побережья. Влияние городской среды также отмечено в горных городах, что сказывается на их рельефно-обусловленном режиме осадков. С ростом пороговых значений экстремальных осадков в большинстве городов США наблюдается более интенсивный ливень по сравнению с сельской местностью. Данное исследование расширяет понимание ранее плохо документированных суточных аспектов городских осадков посредством географически распределённых, ландшафтно-специфических аномалий осадков.

Ссылка: https://www.science.org/doi/10.1126/sciadv.ads5046

Точное моделирование динамики океана имеет решающее значение для углубления понимания сложных процессов циркуляции океана, прогнозирования изменчивости климата и решения проблем, связанных с изменением климата. Несмотря на значительные усилия по совершенствованию традиционных численных моделей, прогнозирование изменчивости Мирового океана в многолетних масштабах остаётся сложной задачей. Авторы предлагают ORCA-DL (Oceanic Reliable foreCAst via Deep Learning) – трёхмерную модель океана на основе данных для сезонно-десятилетнего прогнозирования динамики Мирового океана. ORCA-DL точно воспроизводит трёхмерную структуру динамики Мирового океана с высокой физической согласованностью и превосходит современные численные модели в отражении экстремальных явлений, включая Эль-Ниньо – Южное колебание и волны тепла в верхних слоях океана. Более того, ORCA-DL стабильно имитирует динамику океана в десятилетних масштабах, демонстрируя свой потенциал даже для точных десятилетних и климатических прогнозов. Эти результаты демонстрируют высокий потенциал моделей на основе данных для обеспечения эффективного и точного моделирования и прогнозирования состояния Мирового океана.

Ссылка: https://www.science.org/doi/10.1126/sciadv.adu2488 

Доступность воды на поверхности Земли поддерживает жизнедеятельность, социально-экономическое развитие и экосистемы. Несмотря на понимание вклада океанической влаги в наземные гидроклиматические экстремальные явления, остаётся неясным, мигрируют ли излишки наземной воды непосредственно из океана и непрерывно, а также влияние изменения климата на этот процесс. В данной работе авторы используют метод последовательного отслеживания характеристик для выявления перемещения избытков воды из океана на сушу (ocean-to-land water availability surpluses, OWAS), характеризующихся пространственно-временной непрерывной миграцией избыточной атмосферной пресной воды (осадки минус эвапотранспирация) из океана на сушу. За последние несколько десятилетий, особенно в северных средневысоких широтах (northern mid-high latitudes, NMHL; выше 48° с.ш.), OWAS демонстрировали более длительное существование, более широкую площадь распространения и большую интенсивность, чем те, которые развивались исключительно над сушей. Эти миграции в сторону суши связаны с сезонной удалённой связью Атлантики и сдвигом циркуляции Тихого океана. В рамках сценария «всё как обычно» прогнозируется усиление этих двух процессов, что значительно повысит характеристики OWAS в районе Северного моря (NMHL), обусловленные термодинамической реакцией атмосферы на будущее потепление. Интенсификация OWAS может не только способствовать смягчению длительных засух, но и потенциально усилить риски плювиальных осадков.

Ссылка: https://www.science.org/doi/10.1126/sciadv.adv0282