Моделирование поверхности суши с гиперразрешением предоставляет беспрецедентную возможность для моделирования локально релевантных водных и энергетических циклов. Однако доступных данных о метеорологическом воздействии часто недостаточно для выполнения требований моделирования с гиперразрешением. Авторы разработали комплексную структуру уменьшения масштаба (downscaling framework) на основе скорректированных с учётом топографии методов и автоматизированного машинного обучения (AutoML). С помощью этой структуры был разработан набор данных атмосферного воздействия на уровне 90 м и на почасовой основе из данных ERA5 с разрешением 0,25°, а затем была применена модель Common Land Model (CoLM) с разработанными данными воздействия по двум сложным рельефным регионам (бассейны рек Хэйхэ и Верхний Колорадо). Систематически оценивались масштабированное воздействие и выходные данные CoLM как по наблюдениям на месте, так и по данным на сетке. Результаты наземной проверки показали последовательные улучшения для всех подвергнутых даунскейлингу переменных воздействия со среднеквадратическим отклонением, улучшенным на 6,362%–95,86%. Подвергнутые даунскейлингу воздействия, включавшие подробные топографические особенности, предлагали улучшенные оценки магнитуд, достигая сопоставимого уровня с данными регионального реанализа. Подвергнутые даунскейлингу воздействия, управляющие моделью CoLM, показали сопоставимые или лучшие результаты в моделировании потоков воды и энергии, что подтверждено проверками на месте. Моделирование с гиперразрешением предоставило подробное и более обоснованное описание процессов на поверхности земли и достигло схожих пространственных структур и величин с данными о поверхности земли с высоким разрешением, особенно в высокогорных районах. Кроме того, это исследование подчеркнуло преимущества использования моделей уменьшения масштаба (даунскейлинга) коротковолновой радиации на основе теории горной радиации и моделей даунскейлинга осадков с помощью AutoML. Эти результаты подчеркнули важность интеграции методов уменьшения масштаба на основе топографии для моделирования в масштабе склона холма.

Ссылка: https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2024JD041338

Прибрежные сообщества сталкиваются со значительными рисками от долгосрочного повышения уровня моря и его десятилетних колебаний, при этом Северная Атлантика и Восточное побережье США особенно уязвимы в условиях меняющегося климата. Используя самоорганизующуюся картографическую структуру, авторы оценивают изменчивость и предсказуемость уровня моря в Северной Атлантике с использованием 5000-летних аномалий уровня моря из двух доиндустриальных контрольных модельных расчётов. Определены предпочтительные переходы между структурами изменчивости, раскрывающие долгосрочную предсказуемость в десятилетних временных масштабах, связанных со сдвигами в фазах атлантической меридиональной термохалинной циркуляции. Объединяя эту структуру с методами аналоговой модели, авторы демонстрируют качество прогнозирования крупномасштабных аномалий уровня моря и их низкочастотных прибрежных изменений, сопоставимое с таковыми из инициализированных ретроспективных прогнозов. Более того, дополнительная краткосрочная предсказуемость определяется после исключения низкочастотных сигналов, которые возникают из-за медленной корректировки циркуляции круговорота, вызванной стохастической изменчивостью, подобной североатлантическому колебанию. Это исследование подчёркивает потенциал машинного обучения для оценки источников предсказуемости и обеспечения долгосрочного прогнозирования климата.

Ссылка: https://www.nature.com/articles/s41612-024-00802-2

В 2022 году Европа столкнулась с обширной летней засухой, вызвавшей серьёзные социально-экономические последствия. Количественная оценка влияния антропогенного изменения климата на такое экстремальное событие может помочь подготовиться к будущим засухам. Здесь, объединяя результаты наблюдений и модельные оценки с расчётами гидрологических характеристик и характеристик поверхности суши, авторы показывают, что Центральная и Южная Европа испытали самый сильный наблюдаемый дефицит общего запаса воды с момента начала спутниковых наблюдений в 2002 году, что, вероятно, представляет собой самый большой и распространённый дефицит почвенной влаги за последние шесть десятилетий. В то время как дефицит осадков в первую очередь привёл к засухе почвенной влаги, антропогенное глобальное потепление способствовало более чем 30% интенсивности засухи и её пространственной протяжённости за счёт усиленного испарения. Определено, что 14–41% вклада в изменение климата было обусловлено вызванным потеплением высыханием почвы, которое произошло до гидрологического 2022 года, что указывает на важность учёта отсроченных эффектов изменения климата, чтобы избежать недооценки связанных с этим рисков. Антропогенное изменение климата оказало качественно схожее воздействие на крайне низкие наблюдаемые речные сбросы. Эти результаты подчёркивают, что влияние глобального потепления на засухи уже происходит, широко распространено и длится долго, и что риск засухи может возрасти с дальнейшим антропогенным потеплением в будущем.

Ссылка: https://www.nature.com/articles/s41561-024-01559-2

Экстремальные лесные пожары оказывают разрушительное воздействие на нескольких фронтах, а связанный с ними углерод способствует сильному нагреву Земли. Вопрос о том, возможно ли и как предсказывать лесные пожары, становится критическим. Авторы обнаружили, что структура «тёплая Арктика-холодная Евразия» (warm Arctic-cold Eurasia, WACE) предыдущей зимы значительно увеличивает число весенних пожаров в Западной Сибири. Зимняя WACE и сопутствующее сокращение снега приводят к сухости и обнажению растительности в Западной Сибири весной, что увеличивает риски пожаров. Построена модель множественной линейной регрессии, успешно предсказывающая весенние пожары в Западной Сибири на один сезон вперёд (коэффициент R² = 0,64). Те же предикторы также хорошо предсказывают соответствующие выбросы углерода при пожарах. Независимые прогнозы для весенних пожаров в 2019 и 2020 гг. очень близки к данным наблюдений, со средней абсолютной процентной ошибкой всего 3,0%. Результаты этого исследования открывают возможность защитить человечество от экстремальных лесных пожаров и прогнозировать резкий рост выбросов углерода.

Ссылка: https://www.nature.com/articles/s41467-024-53470-4

В этом исследовании представлены метод масштабирования пространственных взаимодействий (spatial interactions downscaling, SPID) и набор климатических данных для оценки адаптации и уязвимости (ClimAVA). SPID использует модели случайного леса для учёта взаимосвязи между пространственными структурами при разрешении глобальной модели циркуляции и значениями пикселей с высоким разрешением. Подводя итог, можно сказать, что модель случайного леса обучается для каждого пикселя с высоким пространственным разрешением эталонных данных в качестве предиктора и девяти пикселей из пространственно перевыбранной (грубой) версии эталонных данных из глобальных моделей циркуляции в качестве предикторов. Затем модели используются для масштабирования данных глобальных моделей циркуляции с поправкой на смещение. Набор данных ClimAVA-SW предлагает прогноз будущего климата с высоким разрешением (4 км) и с поправкой на смещение, полученный из семнадцати глобальных моделей циркуляции CMIP6. Он включает три переменные (ежедневные осадки, минимальная и максимальная температура) для трёх сценариев (SSP245, SSP370, SSP585) по всему юго-западному региону США. Набор данных ClimAVA отличается способностью метода SPID обеспечивать замечательный климатический реализм, высокую физическую правдоподобность изменений и превосходное представление экстремальных событий, сохраняя при этом удобство для пользователя и требуя относительно низких вычислительных ресурсов.

Ссылка: https://www.nature.com/articles/s41597-024-03995-6

Повышение глобального среднего уровня моря является одним из самых недвусмысленных индикаторов изменения климата. За последние три десятилетия спутники обеспечивали непрерывные, точные измерения уровня моря в почти глобальных масштабах. Здесь показано, что с тех пор, как спутники начали наблюдать за высотой поверхности моря в 1993 году и до конца 2023 года, глобальный средний уровень моря поднялся на 111 мм. Кроме того, скорость повышения мирового среднего уровня моря за эти три десятилетия увеличилась с ~2,1 мм/год в 1993 году до ~4,5 мм/год в 2023 году. Если эта тенденция повышения уровня моря сохранится в течение следующих трёх десятилетий, уровень моря повысится ещё на 169 мм во всём мире, что сопоставимо со средними прогнозами уровня моря из Отчёта МГЭИК 2021 года (AR6).

Ссылка: https://www.nature.com/articles/s43247-024-01761-5

Антропогенное изменение климата сделало лесные пожары более масштабными, жаркими и распространёнными. Джонс и др. (Jones et al.) использовали подход машинного обучения, чтобы раскрыть, «почему» и «где» происходит наблюдаемое увеличение. Авторы определили различные лесные экорегионы, сгруппировали их в 12 глобальных лесных пиромов и описали их различную чувствительность к климату, людям и растительности. Их анализ показывает, как увеличились выбросы углерода от лесных пожаров во экстратропических пиромах, где климат является основным фактором контроля, обогнав выбросы от тропических пиромов, в которых влияние человека наиболее важно. Он также иллюстрирует растущую уязвимость лесов к пожарам в условиях изменения климата. Изменение климата увеличивает вероятность благоприятной для возникновения пожаров погоды в лесах, но тенденции пожаров также зависят от множества других контролирующих факторов, которые трудно распутать. Авторы использовали машинное обучение для систематической группировки лесных экорегионов в 12 глобальных лесных пиромов, каждый из которых демонстрирует различную чувствительность к климатическим, человеческим и растительным факторам. Это разграничение показало, что быстро растущие выбросы от лесных пожаров во внетропических пиромах, связанные с изменением климата, компенсируют снижение выбросов в тропических пиромах в период с 2001 по 2023 гг. Годовые выбросы утроились в одном внетропическом пироме из-за увеличения вероятности благоприятной для возникновения пожаров погоды, усугубленного увеличением лесного покрова и производительности. Это способствовало 60%-ному увеличению выбросов углерода от лесных пожаров из лесных экорегионов во всём мире. Эти результаты подчёркивают растущую уязвимость лесов и запасов углерода в них к пожарным нарушениям в условиях изменения климата.

Ссылка: https://www.science.org/doi/10.1126/science.adl5889

Большинство климатических оценок прокси температур поверхности моря страдают от серьёзных ограничений при применении к низким температурам, характерным для арктических сред. Эти ограничения не позволяют сузить рамки неопределённости для некоторых из наиболее чувствительных «точек перелома» климата, способных вызвать быстрое и резкое изменение глобального климата, таких как арктическое/полярное усиление, нарушение атлантической меридиональной термохалинной циркуляции, потеря морского льда и таяние многолетней мерзлоты. Здесь представлен подход к реконструкции температур поверхности моря в глобальном масштабе с использованием парных Mg/Ca - δ¹⁸O_c, зарегистрированных в испытаниях полярных и субполярных планктонных фораминифер Neogloboquadrina pachyderma. Показано, что точность палеоклиматических реконструкций на основе Mg/Ca ставится под угрозу из-за изменений в химии карбонатов морской воды, которые можно успешно количественно оценить и выделить из палеотемпературных реконструкций с использованием мультипрокси-подхода. Применив калибровку к последнему ледниковому максимуму, авторы показали, что морское полярное усиление было недооценено в модельных оценках на величину до 3,0 ± 1,0°C.

Ссылка: https://www.nature.com/articles/s41467-024-53424-w

Глобальное сжигание биомассы представляет собой значительный источник выбросов углерода, оказывая существенное влияние на глобальный углеродный цикл и изменение климата. Поскольку размер глобальных выбросов углерода становится всё более тревожным, точная количественная оценка выбросов углерода при сжигании биомассы стала ключевой и сложной областью научных исследований. В этой статье представлен всесторонний обзор основных методов мониторинга выбросов углерода при сжигании биомассы, охватывающий подходы как «снизу вверх», так и «сверху вниз». В ней рассматривается текущее состояние и ограничения возможностей этих методов на практике. Метод «снизу вверх» в первую очередь использует модели наземных экосистем, методы инвентаризации выбросов и методы «мощности излучения пожара» (fire radiation power), которые полагаются на интеграцию данных об активности пожара и коэффициентов выбросов для оценки выбросов углерода. Метод «сверху вниз» использует данные атмосферных наблюдений и модели атмосферного химического переноса для инвертирования потоков выбросов углерода. Оба метода продолжают сталкиваться со значительными проблемами, такими как ограниченное разрешение спутника, влияющее на точность данных, неопределённости в коэффициентах выбросов в регионах, где отсутствует наземная проверка, и трудности в оптимизации модели из-за сложности атмосферных процессов. В свете этих соображений в данной статье рассматривается перспективная эволюция технологии мониторинга выбросов углерода при сжигании биомассы с особым акцентом на значимость высокоточных методологий оценки, технологических достижений в области спутникового дистанционного зондирования и оптимизации глобальных кадастров выбросов. Целью данного исследования является предоставление перспективы эволюции мониторинга выбросов углерода при сжигании биомассы, что является ценной точкой отсчёта для соответствующих научных исследований и разработки политики.

Ссылка: https://www.mdpi.com/2073-4433/15/10/1247

Авторы оценивают тенденции в запасах воды над сушей за 1950–2100 гг. в оценках климатических моделей CMIP6 в сравнении с новым глобальным реанализом, полученным путём ассимиляции спутниковых наблюдений GRACE и GRACE-FO в гидрологическую модель. Чтобы учесть различные временные масштабы, выбираются регионы, в которых влияние межгодовой изменчивости относительно невелико, и предполагается, что наблюдаемые тенденции являются репрезентативными для развития на более длительные периоды. Полученные результаты показывают различные смещения в тенденциях высыхания и увлажнения в моделях CMIP6 для нескольких регионов мира. В частности, виден высокий консенсус модельных оценок по высыханию в Амазонке, что не согласуется с наблюдаемым увлажнением. Другие регионы показывают высокий модельный консенсус и наблюдений, предполагающий качественно правильно смоделированные тенденции, например, для Средиземноморья и частей Центральной Африки. Поэтому высокое согласие модели может ложно указывать на надёжную тенденцию в запасах воды, если оно не оценивается в свете наблюдаемых изменений. Это подчёркивает пользу поддержания адекватного наблюдательного потенциала водохранилищ для оценки изменения климата.

Ссылка: https://www.nature.com/articles/s41612-024-00788-x