Потепление в северных регионах высоких широт (СРВШ,  > 50° с.ш.) усилило как фотосинтез, так и дыхание, что приводит к значительной неопределённости в отношении суммарного баланса двуокиси углерода (CO₂) в экосистемах СРВШ. Используя оценки, основанные на наблюдениях за атмосферой с 1980 по 2017 гг., обнаружено, что возрастающие тенденции суммарного поглощения CO₂ в начале вегетационного периода имеют одинаковую величину по всему градиенту древесного покрова в СРВШ. Тем не менее, тенденция потерь CO₂ через дыхательные пути в конце вегетационного периода значительно возрастает с увеличением древесного покрова, компенсируя большую часть фотосинтетического поглощения CO₂ и, таким образом, приводя к более медленным темпам увеличения суммарного годового поглощения CO₂ в районах с более высоким древесным покровом, особенно в центральных и южных бореальных лесных районах. Величина этого сезонного компенсационного эффекта объясняет разницу в тенденциях суммарного поглощения CO₂ вдоль градиента СРВШ «растительность-многолетняя мерзлота». Такая динамика сезонной компенсации не отражается динамическими глобальными моделями растительности, которые отражают более слабый контроль дыхания за углеродным обменом в конце вегетационного периода и, таким образом, ставят под сомнение прогнозы увеличения суммарного поглощения CO₂ по мере того, как экосистемы высоких широт реагируют на потепление.

Ссылка: https://www.nature.com/articles/s41467-022-33293-x

В этой работе представлен комплексный подход к оценке чувствительности выходных данных модели к изменениям значений параметров, ограниченный комбинацией предшествующих мнений и данных. Этот подход выявляет жёсткие комбинации параметров, сильно влияющие на качество подгонки модели к данным, и одновременно выделяет, какие из этих ключевых комбинаций параметров в первую очередь зависят от данных или также существенно зависят от априорных значений. Авторы фокусируются на очень распространённом контексте в сложных системах, где объём и качество данных невелики по сравнению с числом параметров модели, подлежащих коллективной оценке, и демонстрируют преимущества этого метода для приложений в биохимии, экологии и электрофизиологии сердца. Также показано, как однажды идентифицированные жёсткие комбинации параметров обнажают управляющие механизмы, лежащие в основе моделируемой системы, и представлена информация, какие из параметров модели должны быть приоритетными в будущих экспериментах для улучшения вывода параметров из коллективной подгонки модели к данным.

Ссылка: https://www.science.org/doi/10.1126/sciadv.abm5952

Исследователи смоделировали и нанесли на карту, как восемь ключевых аспектов деятельности человеческого общества влияют на гидрологические циклы. 

Во всём мире люди используют около 4 триллионов кубометров пресной воды каждый год для самых разных целей: от орошения сельскохозяйственных культур до охлаждения производственного оборудования и выработки электроэнергии. В недавнем исследовании Kåresdotter et al. смоделировали, как наша неутолимая потребность в воде влияет на четыре гидрологические переменные: сток, суммарное испарение, влажность почвы и общий запас воды. 

Исследователи рассмотрели использование воды человеком в отношении восьми объектов и процессов: межбассейновые переброски (системы, которые перемещают воду между бассейнами рек), плотины, водохранилища, непроницаемые поверхности, такие как дороги, потребность в воде для бытовых и промышленных нужд, потребность в воде для скота, орошаемое земледелие и водоснабжение, водная «добыча» (извлечение подземных вод для орошения). Они обнаружили, что эти восемь факторов изменяют все четыре гидрологические переменные, но в разных районах мира имеют место разные направления и масштабы изменений. 

В тропических и умеренных регионах, например, деятельность человека увеличивает сток воды и эвапотранспирацию, что привело исследователей к выводу, что люди сильно влияют на количество воды, хранящейся на Земле в этих регионах. С другой стороны, люди оказывают относительно небольшое влияние на гидрологические циклы в засушливых районах, таких как центральная и западная Африка. Авторы пришли к выводу, что, хотя человеческая деятельность несколько увеличивает запасы поверхностных вод во многих частях мира — вывод, противоречащий некоторым предыдущим исследованиям, — эта деятельность уменьшает общие глобальные запасы воды, причём наибольшее сокращение происходит в тропических регионах. 

Уровень населённости и плотины появились в исследовании как два фактора, оказывающих огромное влияние на гидрологию. Однако не все плотины влияли на одни и те же гидрологические параметры. Исследователи обнаружили, что плотины гидроэлектростанций в первую очередь увеличивают общий запас воды на Земле, тогда как ирригационные плотины в первую очередь увеличивают влажность почвы. 

В работе есть оговорка: авторы предположили, что климат останется прежним, если исключить влияние человека, что, возможно, объясняет несоответствие между их и другими результатами. Будущая работа могла бы оценить обоснованность этого предположения и, возможно, включить в модели изменение климата, вызванное деятельностью человека. Исследователи говорят, что надеются, что их работа сделает шаг к устойчивому планированию управления водными ресурсами. (Earth’s Future, https://doi.org/10.1029/2022EF002848, 2022 г.)

Ссылка: https://eos.org/research-spotlights/how-were-reshaping-global-water-storage

Затемняя поверхность снега, минеральная пыль и осаждение чёрного углерода усиливают таяние снега и вызывают многочисленные обратные связи. Оценки их долгосрочного воздействия в региональном масштабе всё ещё в значительной степени отсутствуют, несмотря на экологические и социально-экономические последствия изменений снежного покрова. Авторы, используя численное моделирование, показали, что пыль и осаждение чёрного углерода опережали таяние снега в среднем на 17 ± 6 дней во французских Альпах и Пиренеях за период 1979–2018 гг. Чёрный углерод и пыль также на 10-15 дней опережают пик стока талых вод, что существенно влияет на сроки доступности водных ресурсов. Также показано, что уменьшение отложений чёрного углерода с 1980-х годов смягчает влияние текущего потепления на сокращение снежного покрова. Следовательно, учёт изменений в осаждении светопоглощающих частиц необходим для повышения точности реанализов снежного покрова и прогнозов климата, имеющих решающее значение для лучшего понимания прошлой и будущей эволюции горных социально-экологических систем.

Ссылка: https://www.nature.com/articles/s41467-022-32501-y

Недавние оценки чувствительности климата в расчёте на удвоение концентрации CO₂ в атмосфере получены комбинированно из нескольких линий доказательств. Эти оценки нашли отражение в Шестом оценочном отчёте Межправительственной группы экспертов по изменению климата: оценка нижнего предела вероятного диапазона равновесной чувствительности климата в нём была повышена до 2,5°С (ранее было 1,5°С). Исследование Sherwood et al. оценивает методологию и результаты этой особенно важной оценки чувствительности климата, объединив несколько линий доказательств (Sherwood et al. (Review Geophysics, 58(4):e2019RG000678, 2020)). В этой оценке использовался субъективный байесовский статистический метод с предварительным распределением, выбранным авторами. Данное исследование оценивает чувствительность климата с использованием объективного байесовского метода с вычисленными математическими априорными значениями, поскольку субъективные байесовские методы могут давать диапазоны неопределённости, плохо соответствующие доверительным интервалам. Используются модельные уравнения и исходные значения, идентичные тем, что были в Sherwood et al. Это исследование исправляет оценку правдоподобия в Sherwood et al., тремя методами получены оценки, хорошо согласующимися друг с другом, но отличающиеся от тех, которые получили они. Окончательно, выбор входных значений пересматривается, где это уместно, принимая значения, основанные на более поздних данных или на иных основаниях, кажущихся более оправданными. Полученные в результате оценки долгосрочной чувствительности климата намного ниже и лучше ограничены (медиана 2,16°C, 17–83% в диапазоне 1,75–2,7°C, 5–95% в диапазоне 1,55–3,2°C), чем в Sherwood et al. и в Шестом оценочном отчёте (центральное значение 3°C, очень вероятный диапазон 2,0–5,0°C). Эта чувствительность к используемым допущениям означает, что чувствительность климата по-прежнему трудно оценить и что значения между 1,5°C и 2°C вполне правдоподобны.

Ссылка: https://doi.org/10.1007/s00382-022-06468-x

Изменение климата угрожает здоровью и выживанию городских деревьев, а также различным преимуществам, которые они приносят городским жителям. Авторы показывают, что для 56% и 65% видов в 164 городах в 78 странах в настоящее время превышены условия температуры и осадков, характерные для их географического ареала, соответственно. Авторы оценили 3129 видов деревьев и кустарников, используя три показателя, связанные с уязвимостью к изменению климата: воздействие, запас прочности и риск. К 2050 г., согласно сценарию RCP6.0, 2387 (76%) и 2220 (70%) видов будут подвергаться риску из-за прогнозируемых изменений среднегодовой температуры и годового количества осадков, соответственно. Прогнозируется, что наибольший риск будет в городах в низких широтах, таких как Нью-Дели и Сингапур, где все виды городских деревьев уязвимы к изменению климата. Эти результаты помогают оценить последствия изменения климата для обеспечения долгосрочных выгод, обеспечиваемых городскими лесонасаждениями.

Ссылка: https://www.nature.com/articles/s41558-022-01465-8

Восстановление видового разнообразия предлагается в качестве стратегии повышения устойчивости экосистем к экстремальным засухам, но его влияние на устойчивость лесов мира не оценивалось. Авторы собрали базу данных, содержащую видовое богатство деревьев с более чем 0,7 миллиона лесных участков и спутниковую оценку засухоустойчивости. Используя эту базу данных, они предоставили пространственную карту влияния видового разнообразия на устойчивость к засухе. Обнаружено, что более высокое видовое разнообразие может заметно повысить засухоустойчивость примерно в половине мировых лесов, но сильно варьирует в пространстве. Режимы засухи (частота и интенсивность) и климатический дефицит воды являются важными факторами, определяющими различия в степени, в которой видовое разнообразие может повысить засухоустойчивость лесов между регионами, при этом такие преимущества больше проявляются в сухих и подверженных засухе лесах. Согласно прогностической модели эффекта разнообразия видов, преобразование нынешней монокультуры в плантации смешанных пород деревьев может повысить засухоустойчивость при значительном увеличении сухих лесов. Эти результаты свидетельствуют о том, что разнообразие видов может защитить глобальные леса от засухи. Поэтому восстановление видового разнообразия могло бы стать эффективным способом смягчения последствий экстремальных засух в крупных масштабах, особенно в засушливых и подверженных засухе регионах.

Ссылка: https://www.nature.com/articles/s41561-022-01026-w

Многопрофильная дрейфующая обсерватория для изучения арктического климата (MOSAiC) — это многонациональный междисциплинарный проект большого сообщества учёных, занимающихся изучением систем Земли. 

MOSAiC¹ привёл к беспрецедентному числу и разнообразию данных наблюдений за морским льдом центральной Арктики (рис. 1): более 660 уникальных датчиков или измерительных устройств с более чем 8200 зарегистрированными событиями, в результате чего было получено более 90000 параметров в 73 утвержденных подпроектах (см. https://mosaic-expedition.org/). Для работы с данными зарегистрировано 122 персональные информационные системы. Круглогодичный эксперимент начался в сентябре 2019 года и завершился в октябре 2020 года после продолжительного этапа подготовки. Совещание по планированию внедрения, состоявшееся в ноябре 2017 года в Санкт-Петербурге, стало отправной точкой для его концепций логистики данных и управления данными, а его основным организационным компонентом стала Политика данных MOSAiC², описанная ниже. В качестве основного технического компонента было разработано центральное хранилище MOSAiC (MCS), которое будет эксплуатироваться на борту исследовательского ледокола Polarstern³ и отражаться на суше шаг за шагом, что позволит обмениваться данными и сотрудничать между исследователями консорциума MOSAiC.

Рис. 1. Иллюстрация связанной арктической системы, наблюдаемая во время экспедиции MOSAiC 2019/2020.  (C) Alfred Wegener Institute/eventfive. 

Ещё одной важной вехой стала научная встреча в мае 2018 года в Потсдаме, на которой был придуман термин «Наследие данных MOSAiC», чтобы подчеркнуть важность уникальных принципов управления данными, технологий и совместных стратегий публикации в этом многонациональном консорциуме. В этом аспекте эксперимент SHEBA конца 1990-х рассматривался как эталон⁴. SHEBA Phase II представлял собой годовой эксперимент, проводившийся с октября 1997 года по октябрь 1998 года в Северном Ледовитом океане. Были получены опубликованные данные, которые легли в основу серии научных статей (см. https://www.eol.ucar.edu/node/644/publications). Наследие данных SHEBA было передано Арктическому центру данных в виде 184 индивидуально цитируемых наборов данных (https://arcticdata.io/catalog/data). 

Политика данных MOSAiC2 является центральным документом, определяющим членство учёных и пользователей данных в консорциуме MOSAiC, а также принципы сотрудничества в отношении хранения данных, их предоставления, совместного использования и публикации. Кроме того, он определяет крайний срок для членов консорциума MOSAiC, чтобы сделать свои данные общедоступными, а именно 31 января 2023 года. Общая цель состоит в быстром распространении научных данных среди разнообразного сообщества заинтересованных сторон, чтобы обеспечить научные исследования быстро меняющейся арктической системы. В консорциум входят крупные центры обработки данных и репозитории, такие как Pangea и Arctic Data Center. Проект MOSAiC выделяется своей огромной разнородностью наборов данных, включая наблюдения и образцы на месте, данные датчиков, данные дистанционного зондирования и аэрофотосъемки, а также результаты численного моделирования (см. изображение процесса на рис. 1). Все данные публикуются в соответствии с принципами FAIR*. 

Первая серия из трех обзорных статей научных групп MOSAIC, посвящённых морскому льду/снегу, физической океанографии и атмосфере, была опубликована в журнале Elementa^5,6,7. Ожидаются дополнительные научные обзоры. 

Следующая коллекция содержит описания первичных и производных наборов данных из MOSAiC. Будут включены комментарии по управлению данными и международному сотрудничеству с хранилищами данных, описывающие сложность и неоднородность наборов данных. Коллекция будет расширена дополнительными дескрипторами данных и комментариями, и авторы могут принять участие или инициировать такого рода публикации. Веб-сайт коллекции предоставит дополнительную информацию о текущей деятельности MOSAiC, такой как конференции и публикации (https://www.nature.com/collections/dcihcgabdc).

References

1. MOSAiC Consortium. MOSAiC Implementation Plan, https://epic.awi.de/id/eprint/56333/ (2018).
2. Immerz, A. et al. MOSAiC Data Policy. Zenodo https://doi.org/10.5281/zenodo.4537178 (2019).
3. Knust, R. Polar Research and Supply Vessel POLARSTERN operated by the Alfred-Wegener-Institute. JLSRF 3, https://doi.org/10.17815/jlsrf-3-163 (2017).
4. Uttal, T. et al. Surface Heat Budget of the Arctic Ocean. Bull. Am. Meteorol. Soc. 83, 2 (2002).
5. Nicolaus, M. et al. Overview of the MOSAiC expedition: Snow and sea ice. Elementa 10(1), https://doi.org/10.1525/elementa.2021.000046 (2022).
6. Rabe, B. et al. Overview of the MOSAiC expedition: Physical oceanography. Elementa 10(1), https://doi.org/10.1525/elementa.2021.00062 (2022).
7. Shupe, M.D. et al. Overview of the MOSAiC expedition - Atmosphere. Elementa 10(1), https://doi.org/10.1525/elementa.2021.00060 (2022).
8. Nixdorf, U. et al. MOSAiC Extended Acknowledgement. Zenodo https://doi.org/10.5281/zenodo.5541624 (2021).

Ссылка: https://www.nature.com/articles/s41597-022-01678-8

*FAIR-данные — это данные, соответствующие принципам Findability, Accessibility, Interoperability, Reusability — находимости, доступности, совместимости и повторного использования, акроним FAIR можно также перевести как «честные», «справедливые». Данные принципы были представлены в мартовской статье 2016 года в журнале Nature Scientific Data консорциумом из нескольких учёных и организаций. 

Принципы FAIR фокусируются на возможностях автоматической обработки — то есть способность вычислительных систем находить, получать доступ, взаимодействовать и повторно использовать данные без вмешательства человека, или с минимальным его участием — это необходимо в связи с постоянным ростом объёма, сложности и скорости возникновения информации.

Глобальное потепление оказывает сильное влияние на систему Земли. Несмотря на недавний прогресс, модели системы Земли по-прежнему прогнозируют широкий диапазон возможных уровней потепления. Авторы используют обобщённую стохастическую модель климата с целью получения оператора отклика, вычисляющего глобальную среднюю температуру поверхности с учётом конкретных сценариев воздействия для количественной оценки воздействия прошлых выбросов на текущее потепление. Этот подход позволяет систематически разделять «прямые, вызванные принуждением» и «непрямые, вызванные памятью» тенденции. Основываясь на исторических записях, авторы обнаружили, что реакция прямого воздействия слаба, в то время как бо́льшая часть наблюдаемой тенденции глобального потепления приходится на косвенные реакции памяти, накопленные из прошлых выбросов. По сравнению с моделированием CMIP6 этот подход, основанный на данных, прогнозирует более низкие уровни глобального потепления в течение следующих нескольких десятилетий. Представленные результаты показывают, что модели CMIP6 могут иметь более высокую чувствительность к переходному климату, чем это оправдано данными наблюдений, из-за того, что они обладают большей долговременной памятью, чем наблюдаемая.

Ссылка: https://www.nature.com/articles/s41612-022-00298-8

Набор данных оценок температуры поверхности моря (ТПМ) генерируется на основе наблюдений за температурой дрейфующих буёв в рамках программы NOAA Global Drifter Program. Оценки ТПМ на регулярных часовых шагах по траекториям дрифтера получаются путём подгонки к наблюдениям математической модели, представляющей одновременно данные суточной изменчивости ТПМ с тремя гармониками суточной частоты и низкочастотную изменчивость ТПМ с полиномом первой степени. Последующие оценки несуточной ТПМ, её суточных аномалий и общей ТПМ в виде их суммы предоставляются с соответствующими стандартными неопределённостями. Этот лагранжев набор данных ТПМ был разработан в соответствии с существующим и текущим почасовым набором данных о положении и скорости из программы Global Drifter Program.

Ссылка: https://www.nature.com/articles/s41597-022-01670-2