Обратная связь поверхностного альбедо усиливает потепление в северных высоких широтах, влияя на арктическую климатическую систему, экосистемы, инфраструктуру и глобальные торговые пути. Однако модели земной системы демонстрируют большую неопределённость в прогнозах обратной связи поверхностного альбедо, что усложняет оценку будущего потепления в Арктике. В данной работе разработан основанный на возникающих ограничениях метод машинного обучения с использованием данных натурных наблюдений для ограничения прогнозов обратной связи поверхностного альбедо над арктическими сухопутными регионами. Представленный подход использует физическую взаимосвязь между исторической динамикой альбедо-температуры (1985–2014 гг.) и будущей обратной связи поверхностного альбедо (2070–2099 гг.) в рамках ансамблей моделей земной системы. Ограниченная обратная связь поверхностного альбедо снижается на 0,29–0,52 Вт·м⁻²·К⁻¹ в различных сценариях выбросов, а неопределённость уменьшается на 45–55% по сравнению с неустановленными прогнозами. Эти результаты повышают уверенность в региональных климатических прогнозах, предоставляя более точные данные для адаптации к изменению климата и разработки политики в уязвимых высокоширотных регионах.

Ссылка: https://www.nature.com/articles/s41467-026-71779-0

В данном исследовании изучалась чувствительность модели поверхности суши к спецификации, пространственному разрешению и агрегированию гидрофизических коэффициентов почвы (ГКП) с использованием модели TerM в качестве тестового примера. Показано, что гидрофизические коэффициенты почвы являются одним из ключевых факторов, влияющих на моделирование температуры и влажности почвы, что подтверждается одномерными экспериментами в сравнении с данными наблюдений. Эксперименты на территории Западной Сибири показали, что использование постоянных ГКП на основе типов почв сглаживает пространственную неоднородность и приводит к систематическим различиям, особенно во влажности и температуре почвы. Эти эффекты наиболее выражены в регионах с богатыми органическим веществом почвами, таких как торфяники. Используемые методы агрегирования ГКП важны для моделирования на различных пространственных разрешениях. Комбинация различных методов агрегирования, в зависимости от параметра, является более оптимальной, чем обычное арифметическое среднее по площади. Следует также отметить, что агрегирование результатов модели с высоким разрешением не эквивалентно результатам модели с низким разрешением. В целом, результаты показывают, что правильное представление гидрофизических свойств почвы, выбор пространственного разрешения и методов агрегирования важны для моделирования переноса тепла и влаги в почве.

Ссылка: https://link.springer.com/article/10.1007/s00382-026-08129-9

Морской лёд в Антарктике является неотъемлемой частью климатической системы, регулирующей обмен теплом и CO₂ между поверхностью и глубинными слоями океана. Вопреки прогнозируемой климатическими моделями постепенной потере льда, наблюдалось его расширение до 2015 года, за которым последовало резкое и устойчивое сокращение в последующие годы. Используя данные, полученные с помощью буёв Argo подо льдом за почти два десятилетия, авторы обнаружили, что расширение льда частично было обусловлено опреснением поверхности из-за усиленных осадков, которые удерживали тепло в подповерхностных слоях океана. После 2015 года усиление ветрового апвеллинга изменило тенденции опреснения, высвободив накопленное за годы тепло океана, что способствовало беспрецедентной потере морского льда. Эти результаты демонстрируют потенциал ветрового апвеллинга и потоков пресной воды для определения многолетних тенденций изменения площади морского льда в Антарктиде.

Площадь морского льда в Антарктике в последние десятилетия переживала беспрецедентную изменчивость, с рекордным расширением до 2015 года, за которым последовал резкий переход к устойчивому сокращению. Используя данные наблюдений за морским льдом, полученные с помощью буёв Argo за более чем два десятилетия, авторы показывают, что изменения в вентиляции океана, выделяющей тепло, модулировали эти экстремальные колебания морского льда в межгодовом масштабе. В период с 2007 по 2015 гг. термоклин океана нагревался и поднимался на большую высоту в море Уэдделла и у берегов Восточной Антарктиды, причём на первое приходилось большая часть межгодовой изменчивости площади морского льда в Антарктике. После 2016 года, по мере снижения площади морского льда в Антарктике, поверхностная солёность увеличилась, усиливая обмен между заострённым термоклином и поверхностными водами. Идеализированное моделирование моря Уэдделла показывает, что эти тенденции в верхнем слое океана были обусловлены одновременными изменениями ветрового экмановского апвеллинга и осадков. В фазе расширения морского льда увеличение осадков усиливало стратификацию океана, подавляя восходящий поток подповерхностного тепла и способствуя росту морского льда. Однако в период с 2014 по 2016 гг. почти трёхкратное увеличение скорости апвеллинга ослабило стратификацию верхнего слоя океана, высвободив накопленное подповерхностное тепло. Хотя вдоль восточной окраины Антарктиды наблюдалась схожая последовательность событий, различные тенденции в верхних слоях океана и поверхностные факторы в тихоокеанском секторе Южного океана указывают на альтернативные причины недавней потери морского льда в этом регионе. Тем не менее, эти результаты предполагают, что будущая многолетняя изменчивость площади морского льда в Антарктике будет зависеть от конкурирующего влияния ветрового апвеллинга и поверхностных потоков пресной воды.

Ссылка: https://www.pnas.org/doi/10.1073/pnas.2530832123

Эль-Ниньо — Южное колебание (ЭНЮК) формирует глобальные климатические экстремумы. Хотя большинство климатических моделей прогнозируют его усиление в течение XXI века, его поведение после 2100 года остаётся неясным. В данном исследовании авторы провели мультисценарные расчёты, охватывающие период до 2500 года, с использованием модели земной системы для оценки реакции ЭНЮК на различные уровни потепления и проанализировали ансамбль результаты нескольких моделей. Было обнаружено, что амплитуда, асимметрия, периодичность и разнообразие ЭНЮК изменяются немонотонно: при умеренном глобальном потеплении ЭНЮК усиливается с устойчивой положительной асимметрией и периодичностью около 4 лет. При экстремальном глобальном потеплении амплитуда и асимметрия ЭНЮК снижаются, а его период сокращается до 2–3 лет, что благоприятствует явлениям в центральной части Тихого океана. Эти немонотонные изменения возникают в результате смещения фонового излучения в восточной части Тихого океана от экваториальной дивергенции поверхностных ветров к конвергенции, что способствует оттоку тепла из океана и эффективно прекращает явление Эль-Ниньо. Представленные результаты указывают на сдвиг в сторону более частой, но менее интенсивной изменчивости Эль-Ниньо в условиях сильного потепления, что создаёт проблемы для прогнозирования климата и адаптации.

Ссылка: https://www.nature.com/articles/s41612-026-01375-y

За гидрологический 2025 год ледники потеряли 408 ± 132 Гт массы, что эквивалентно повышению уровня моря на 1,1 ± 0,4 мм. С 1975 года общая потеря массы ледников составила 9 583 ± 1 211 Гт, что эквивалентно повышению уровня моря на 26,4 ± 3,3 мм, при этом шесть лет с наибольшей потерей массы за всю историю наблюдений пришлись на последние семь лет.

Основные моменты

Ледники Земли, отделённые от континентальных ледяных щитов Гренландии и Антарктиды, потеряли в общей сложности 408 ± 132 Гт массы за гидрологический 2025 год (что эквивалентно повышению уровня моря на 1,1 ± 0,4 мм) и 9 583 ± 1 211 Гт (повышение уровня моря на 26,4 ± 3,3 мм) с 1975 года.

В 2025 году региональная потеря массы, усреднённая по площади, была наибольшей в Западной Канаде и США, Исландии и Центральной Европе, при этом наибольшие аномалии по сравнению с климатическим периодом (1991–2020 гг.) наблюдались в Западной Канаде и США, Западной Южной Азии и на Шпицбергене.

Региональный вклад в глобальную потерю массы в 2025 году был наибольшим в высокогорных районах Азии, на Аляске и в российской Арктике.

Ссылка: https://www.nature.com/articles/s43017-026-00777-z

2024 год ознаменовал собой первое превышение глобальной температуры на 1,5 °C, что поднимает вопросы о точности климатических прогнозов и последствиях для климатических целей. Авторы количественно оценивают время и вероятность первого пересечения уровней глобального потепления в 1,5 °C и выше в модельных результатах CMIP6. Наблюдаемое пересечение в 2024 году произошло на 3–7 лет раньше, чем в прогнозах CMIP6. Модели с высокими темпами потепления в настоящее время предсказывали время пересечения потепления на 1,5 °C более точно, в то время как на сроки пересечения в 2024 году, вероятно, влияют внутренние климатические изменения, наложенные на антропогенный тренд. Пересечение потепления на 2 °C до середины века трудно избежать даже при жёстких мерах по смягчению антропогенных изменений климата (оценки 75% моделей пересекают 2 °C в рамках SSP1-2.6). Однако, хотя переход от высоких (SSP5-8.5) к «средне-высоким» (SSP3-7.0) выбросам задерживает превышение порога потепления в 3 °C на 10 лет, сценарии с низким уровнем выбросов (SSP1-2.6) позволяют избежать пересечения этого порога в оценках 85% моделей. Хотя превышение порога потепления в 2 °C в ближайшей перспективе представляет собой значительный риск, немедленные меры по смягчению антропогенных изменений климата остаются критически важными для обеспечения адаптации и предотвращения долгосрочного потепления.

Ссылка: https://www.nature.com/articles/s41612-026-01401-z

Фермеры сталкиваются с растущими трудностями в поддержании стабильного урожая, поскольку изменение климата меняет условия выращивания из-за повышения температуры, переменной интенсивности осадков и экстремальных погодных явлений. Для адаптации фермеры часто выбирают новые сорта культур и корректируют сроки посева до смены культур, поскольку эти стратегии сопряжены с меньшими затратами и рисками. Для поддержки оценки будущего урожая в условиях изменения климата авторы разработали глобальный сеточный набор данных, который предоставляет смоделированные показатели урожайности и потребления воды для множества сортов культур и сроков посева кукурузы, сои, озимой пшеницы, яровой пшеницы и риса. Этот набор данных основан на воспроизведении роста сельскохозяйственных культур с использованием модели World Food Studies в рамках оценок пяти глобальных климатических моделей и трёх сценариев изменения концентрации парниковых газов, с пространственным разрешением 0,5 на 0,5 градуса (~55 км на экваторе), охватывающим период с 1961 по 2100 гг. Он может помочь определить подходящие сорта сельскохозяйственных культур и сроки посадки, которые обеспечат устойчивый урожай и оптимизируют использование воды. Этот набор данных предназначен для использования в моделировании выбора сельскохозяйственных культур, оценке воздействия изменения климата и планировании адаптации сельского хозяйства.

Ссылка: https://www.nature.com/articles/s41597-026-07164-9

Урбанизация вносит систематическую погрешность в наблюдения за температурой приземного воздуха по всему Китаю, потенциально ставя под угрозу понимание причин антропогенного изменения климата и надёжность прогнозов будущего, основанных на данных наблюдений. В этом исследовании проводится тщательный анализ обнаружения и атрибуции с использованием набора данных температуры приземного воздуха с поправкой на урбанизацию наряду с результатами моделирования CMIP6 (Coupled Model Intercomparison Project Phase 6) для количественной оценки вклада внешних факторов в региональное фоновое потепление в Китае с 1960-х годов. Результаты надёжно выявляют сигнал антропогенного воздействия, отделимый от естественного, как в годовом, так и в сезонном масштабе. Парниковые газы определены как доминирующий фактор наблюдаемого потепления. Обнаруживаемый охлаждающий эффект от антропогенных аэрозолей ограничивается средней летней температурой приземного воздуха. Использование результатов анализа причинно-следственных связей для ограничения диапазона будущих прогнозов в рамках сценария умеренных выбросов (SSP2-4.5) показывает, что фоновый климат Китая потеплеет на 1,60 °C по сравнению с текущим уровнем к середине века (2041–2060 гг.) и на 2,51 °C к концу века (2081–2100 гг.). Важно отметить, что эта ограниченная величина потепления ниже на 14% в годовом и на 13–22% в сезонном исчислении по сравнению с прогнозами, полученными на основе нескорректированных наблюдений. Это расхождение демонстрирует, что предыдущие исследования, вероятно, переоценивали будущее потепление в Китае из-за неучтённой ошибки урбанизации в базовой выборке наблюдений. Предложенная методология — корректировка ошибки урбанизации для обнаружения, анализа причинно-следственных связей и прогнозирования — обеспечивает более точную оценку воздействия антропогенного изменения климата в Китае. Эти результаты особенно ценны для других регионов, испытывающих аналогичные искажения в зарегистрированных тенденциях потепления, вызванные урбанизацией.

Ссылка: https://link.springer.com/article/10.1007/s10584-026-04170-z

Меридиональная циркуляция вносит доминирующий вклад в перенос и баланс тепла, углерода и питательных веществ в Мировом океане, что имеет широкие последствия для климата, затрагивая наземные, океанические и человеческие экосистемы. Накапливаются свидетельства того, что циркуляция как в Атлантическом, так и в Южном океанах замедлилась в последние десятилетия и, по прогнозам, будет замедляться ещё больше по мере потепления. Однако значимость тенденций, основанных на коротких инструментальных записях, обсуждается, и модельные результаты сильно различаются в прогнозируемой реакции циркуляции на изменения внешнего воздействия. Здесь использованы косвенные данные из глубоководных кораллов юго-западной части Тихого океана для реконструкции циркуляции Южного океана за последние 1300 лет. Было показано, что циркуляция в Южном океане неравномерно снижалась в течение последнего тысячелетия и коррелирует в десятилетних и тысячелетних временных масштабах с меридиональной циркуляцией в Северной Атлантике. Представленные результаты показывают, что изменчивость термохалинной активности в Южном океане исторически предшествует изменениям в Атлантике, что термохалинная активность в обоих полушариях является самой слабой за последнее тысячелетие, и что локальное (северо-атлантическое) воздействие с середины 1900-х годов усугубило термохалинную активность в Атлантике, которая и без того была обусловлена ​​динамикой Южного океана и оставалась слабой.

Ссылка: https://www.nature.com/articles/s41561-026-01959-6

Точное прогнозирование качества городского воздуха имеет жизненно важное значение для защиты здоровья населения и окружающей среды. К текущим проблемам в моделях прогнозирования качества воздуха относятся зашумленные и пропущенные данные, взаимодействие загрязняющих веществ, временные и пространственные вариации, внешние переменные, отсутствие обобщения и прогнозирование в реальном времени. Для преодоления этих проблем предлагается гибридная биоинспирированная модель для прогнозирования загрязнения городского воздуха с использованием глубокого обучения (AQP-SAPINN-HMRFO). Входные данные получены из набора данных Global Urban Air Quality Index. Данные предварительно обрабатываются с помощью неявной фильтрации объёмных поверхностей (Implicit Bulk Surface Filtering, IBSF) для нормализации данных и обработки пропущенных значений, что обеспечивает высокое качество входных данных. Для извлечения соответствующих признаков, таких как концентрации загрязняющих веществ, взаимодействие между ними и их прошлые концентрации, используется преобразование волновых пакетов с квадратичной фазой (Quadratic-Phase Wave Packet Transform, QPWPT). Прогнозирование качества воздуха осуществляется с помощью самоадаптивной нейронной сети, основанной на физических принципах (Self-Adaptive Physics-Informed Neural Network, SAPINN), которая прогнозирует концентрации пяти основных загрязняющих веществ в воздухе, таких как твёрдые частицы PM2.5, оксид углерода (CO), диоксид азота (NO₂), озон (O₃) и диоксид серы (SO₂), а также метеорологических факторов, таких как температура, скорость ветра и влажность в различных местах. Для оптимизации весовых параметров SAPINN и повышения точности модели используется метод иерархической оптимизации поиска пищи скатами (Hierarchical Manta Ray Foraging Optimization, HMRFO). Модель AQP-SAPINN-HMRFO представляет собой комбинацию методов SAPINN и HMRFO. Эта модель способна эффективно обрабатывать взаимодействия и разрывы между загрязняющими веществами. Предложенный метод реализован на языке Python, и эксперименты показывают, что AQP-SAPINN-HMRFO достигает точности 99%. Это значительное улучшение по сравнению с существующими подходами, указывающее на его потенциал для применения в режиме реального времени в мониторинге качества воздуха в городах, управлении окружающей средой и стратегическом городском планировании.

Ссылка: https://www.nature.com/articles/s41598-026-40726-w