Из-за естественной десятилетней изменчивости климата - атлантической мульти-декадной и тихоокеанской декадной - повышение глобальной средней температуры приземного воздуха не было монотонным, хотя концентрации парниковых газов в атмосфере постоянно увеличивались. Отделение воздействия этих двух факторов на повышение глобальной средней температуры приземного воздуха всегда было проблемой. Авторы находят физически обоснованные квазилинейные отношения между повышением глобальной средней температуры приземного воздуха и изменениями содержания хорошо перемешанных парниковых газов по результатам наблюдений и моделирования. С учетом комбинации атлантической мульти-декадной и тихоокеанской декадной изменчивостей после удаления тренда парниковых газов авторы показали, что наблюдаемые изменения повышения глобальной средней температуры приземного воздуха с 1880 по 2017 гг. в мульти-декадные или более длительные периоды времени обусловлены примерно на 70% вкладом парниковых газов, а совместный вклад атлантической мульти-декадной и тихоокеанской декадной изменчивостей составляет около 30%. Кроме того, атлантическая мульти-декадная изменчивость вносит больший, по сравнению с тихоокеанской декадной, вклад в повышение глобальной средней температуры приземного воздуха в течение мульти-декадных и бо́льших сроков, но он сопоставим в масштабах десятилетия.

Ссылка: https://www.nature.com/articles/s41612-019-0075-7.pdf

Хотя уравнения в частных производных, описывающие физическую климатическую систему, детерминированы, существует важная причина, по которой вычислительные представления этих уравнений должны быть стохастическими: такие представления лучше отражают масштабные симметрии этих базовых дифференциальных уравнений. В статье представлены способы, с помощью которых введение стохастичности в параметризованные представления подсеточных процессов в комплексных моделях погоды и климата улучшило качество прогнозов и уменьшило систематическую ошибку модели, особенно при моделировании постоянных аномалий потоков. Актуальность стохастичности также обсуждается в контексте вопроса о том, сколько битов полезной информации содержится в числовых значениях переменных. Этот вопрос имеет решающее значение для разработки климатических моделей следующего поколения. Точность моделирования протекающих в жидкости процессов может быть увеличена ещё больше, если аппаратные средства суперкомпьютера будущего поколения станут частично стохастическими.

Ссылка: https://www.nature.com/articles/s42254-019-0062-2

Содержание парникового газа метана в атмосфере Земли быстро растёт.

В 2007 году содержание метана в атмосфере (CH₄) начало расти после семилетнего периода, когда рост был почти нулевым. Недавние исследования показывают, что второй шаг изменения произошёл в 2014 году. С 2014 г. по крайней мере до конца 2018 г., объём выбросов CH₄ в атмосферу увеличился почти вдвое по сравнению с наблюдаемым в 2007 г. Поскольку CH₄ является сильным парниковым газом, увеличение его содержания в атмосфере представляет собой серьёзную проблему по достижению поставленных в Парижском соглашении целей: международный консенсус для ограничения повышения температуры до 2°C или, если возможно, до 1,5°C выше доиндустриального уровня.

Причины недавнего роста содержания CH₄ в атмосфере остаются предметом научных дебатов, даже для первоначального периода роста с 2007 по 2014 г. Оценки выбросов СН₄ по данным кадастров, моделей переувлажнённых территорий и другой информации предлагают противоречивые объяснения, но измерения распределения CH₄ в атмосфере и изотопного соотношения ¹³C/¹²C в глобальной сети станций содержат «подсказки».

На основе выбранных временных рядов CH₄ и ¹³C/¹2C для четырех широтных зон, мультибоксовой атмосферной модели и анализа текущего бюджета Нисбет с соавторами (Nisbet et al.) определили три возможных пути в соответствии с имеющимися концентрациями СН₄ и изотопными данными: всплеск биогенных выбросов, снижение содержания CH₄ вследствие окисления в химических реакциях и увеличение выбросов из ископаемых видов топлива в случае сбалансированности при уменьшении сжигания биомассы.

Биогенные эмиссии главным образом происходят из переувлажнённых территорий и сельского хозяйства, в частности, из продуктов жизнедеятельности жвачных животных и домашнего скота. Мультимодельные исследования переувлажнённых территорий не подтверждают увеличение выбросов с 2007 г. Однако выбросы продуктов жизнедеятельности жвачных животных начали резко расти примерно в 2002 г. и могут составлять около половины роста CH₄ с 2007 г.

CH₄ разрушается в атмосфере за счёт реакции с гидроксильными радикалами (OH) и другими атмосферными составляющими. Снижение химического уничтожения СН₄ может увеличить содержание атмосферного CH₄ и уменьшить долю ¹³С. Изменения концентрации ОН в последние годы являются противоречивыми, как и роль стока. Только резкие изменения во всех основных стоках могут обеспечить наблюдаемый рост CH₄ и до сих пор не объяснённую наблюдаемую кратковременную изменчивость, ограниченную тем вкладом, который стоки могут сделать.
Увеличение выбросов из ископаемых может объяснить изменение, но одновременное сокращение богатых ¹³C выбросов в результате сжигания биомассы необходимо для баланса тренда ¹³C/¹²C. Реконструкции пожаров с использованием спутниковых наблюдений поддерживают такое снижение с сокращением выбросов около 2006 г. В результате баланс ¹³C/¹²C ограничивает вклад источников от ископаемого топлива до половины общего объёма дополнительных выбросов с 2007 г. Добыча угля в Восточной Азии повсеместно признана способствующей увеличению СН₄, тогда как выбросы CH₄ из ископаемого Северной Америки остались на прежнем уровне несмотря на почти 50% увеличение добычи природного газа.

Последние сценарии выбросов Межправительственной Группы Экспертов по Изменению Климата (МГЭИК), ограничивающие потепление 1.5°C, предполагают, что содержание CH₄ в атмосфере уменьшится на 35% между 2010 и 2050 гг. Тем не менее, между 2007 и 2014 гг., содержание росло в среднем на 5,7 частей на миллиард (ppb) в год, и в среднем на 9,7 ppb в год с 2014 г. Если этот рост будет продолжаться, сокращение выбросов углекислого газа и других парниковых газов должно быть ещё значительнее для достижения парижской цели.

Всемирная Метеорологическая Организация создала Интегрированную Глобальную Информационную Систему Парниковых Газов (IG³ IS) для решения этой проблемы. IG³ IS обеспечивает мост между сообществом специалистов, изучающих атмосферные парниковые газы, и лицами, принимающими решения. Своевременный диалог между этими группами никогда не был более важным, поскольку окно для достижения целей Парижского соглашения быстро закрывается.

 

Ссылка: https://science.sciencemag.org/content/sci/364/6444/932.full.pdf

 

Существует ряд факторов, затрудняющих долгосрочные климатические прогнозы. В новых исследованиях рассматривается вопрос о том, как повысить предсказуемость моделей путем отделения климатических сигналов от шума. Климатическая система Земли хаотична и нелинейна. Эта обстоятельство накладывает ограничения на то, насколько хорошо учёные могут прогнозировать статистику климата, связанную с температурой, осадками и другими переменными. Постоянное улучшение климатического моделирования за последние несколько десятилетий привело к значительному прогрессу в сезонном прогнозировании климата, однако прогнозирование климата на протяжении десятилетий оказалось более сложным.
В масштабах десятилетий колебания климата обусловлены как внутренней динамикой, такой как колебания Эль–Ниньо-Южная Осцилляция, так и внешними факторами (например, извержениями вулканов). Пределы и механизмы этих явлений до сих пор не до конца поняты, что накладывает ограничения на долгосрочную предсказуемость климата.
Чжан и Киртман исследовали предсказуемость климата на протяжении десятилетий. Авторы применили стратегию интерактивного ансамбля к модели климатической системы сообщества (CCSM4) с целью уменьшения атмосферных шумов на границе раздела атмосферы и океана. Другими словами, они уменьшили кратковременную изменчивость климатической модели. Уменьшая этот шум, авторы изолировали климатический сигнал в модели и смогли количественно оценить, как шум влияет на предсказуемость. Для оценки предсказуемости они применили нелинейный метод локального показателя Ляпунова, впервые использованный в климатическом моделировании.
В ходе исследования было установлено, что подход интерактивного ансамбля недооценивает десятилетнюю предсказуемость по сравнению с оценками, полученными на основе данных наблюдений. Однако результаты свидетельствуют о том, что предсказуемость варьируется в зависимости от региона. Например, прогнозы в Северной Атлантике более успешны, в то время как Индийский и Южный океаны оказались менее предсказуемы, чем в контрольных модельных экспериментах.
Авторы также оценили предсказуемость температуры подповерхностного слоя океана в Северной Атлантике. В регионах без внешних климатических воздействий интерактивный ансамблевый метод привел к снижению предсказуемости. В областях, характеризующихся как внутренней, так и внешней динамикой, предсказуемость возросла. Однако механизмы этих закономерностей требуют дальнейшего изучения.
Хотя исследование не решает проблему качества долгосрочной предсказуемости климатическими моделями, полученные результаты позволяют предположить, что предсказуемость в масштабах десятилетий связана как с внутренней изменчивостью климата, так и с динамикой океана. (Geophysical Research Letters, https://doi.org/10.1029/2018GL081307, 2019).

Ссылка: https://eos.org/research-spotlights/improving-climate-predictions-over-decades?utm_source=eos&utm_medium=email&utm_campaign=EosBuzz060719

6 июня 2019 г. в рамках Петербургского международного экономического форума прошла сессия по этой теме. Изменение климата — один из наиважнейших вопросов развития современного мира. В рамках подготовки к ратификации Парижского соглашения по климату Правительство Российской Федерации приступило к подготовке проекта стратегии развития экономики с низким уровнем выбросов парниковых газов на период до 2050 года. Стратегией будут определены основные направления и механизмы, которые позволят обеспечить новое качество экономического роста на долгосрочный период при условии определяемого на национальном уровне вклада нашей страны в достижение глобальной климатической цели по ограничению роста выбросов парниковых газов. Как достичь максимальной «климатической нейтральности» производства без снижения темпов роста в ключевых промышленных секторах? Сможет ли климатический вызов стать драйвером технологической модернизации энергетики и других секторов экономики? Какие тренды экономического развития отражены в аналогичных стратегиях развитых стран?

Ключевые выводы, проблемы и предлагаемые решения, высказанные в ходе дискуссии доступны по ссылке: https://roscongress.org/sessions/spief-2019-globalnyy-klimaticheskiy-vyzov-ogranichenie-ili-drayver-razvitiya/discussion/

Запись дискуссии: https://roscongress.org/sessions/spief-2019-globalnyy-klimaticheskiy-vyzov-ogranichenie-ili-drayver-razvitiya/translation/

Выдержки из Совместного заявления Российской Федерации и Китайской Народной Республики о развитии отношений всеобъемлющего партнерства и стратегического взаимодействия, вступающих в новую эпоху (от 5 июня 2019 года): "Повышать уровень и качество сотрудничества в области предупреждения стихийных бедствий. Укреплять сотрудничество в области противодействия климатическим изменениям. Укреплять международное сотрудничество в интересах совместного решения таких глобальных экологических проблем, как изменение климата и сокращение биологического разнообразия. Стороны приветствуют своевременное принятие на 24-й Конференции сторон Рамочной конвенции ООН об изменении климата Правил реализации Парижского соглашения и усилят меры, предпринимаемые в области изменения климата.Поддерживать ведущую роль «Группы двадцати» в вопросах глобального экономического регулирования и международного экономического сотрудничества, содействуя международному сотрудничеству в таких сферах, как устойчивое развитие, изменение климата".

Ссылка: http://www.kremlin.ru/supplement/5413

Более 200 крупнейших международных компаний недооценивают риски изменения климата, а вместе с тем это может стоить им в общей сложности почти 1 триллион долларов. При этом самые большие убытки они понесут в ближайшие пять лет. Об этом говорится в отчете некоммерческой организации CDP (Carbon Disclosure Project), раскрывающей данные о воздействие крупных корпораций на окружающую среду.

В своем исследовании организация проанализировала данные опроса 215 крупнейшие компании, от Apple и Microsoft до Unilever и Nestle.

По словам представителей организации, обеспокоенность инвесторов резко возросла вместе с изменениями климата.

Большие убытки в скором времени могут принести такие факторы как жара, засуха, лесные пожары и штормы.

Компании вынуждены будут противостоять рискам, сокращать выбросы угля и стимулировать инвестиции в более чистые отрасли промышленности.

Ссылка: https://ru.euronews.com/amp/2019/06/04/cost-of-climat-change

Главные темы номера:

• Национальный кадастр парниковых газов за 1990-2017 гг. Российской Федерации
• Интервью директора Института народнохозяйственного прогнозирования, академика РАН Бориса Порфирьева интернет-газете «Лента.ру»
• Интервью директора Института глобального климата и экологии имени академика Ю.А. Израэля Федеральной службы по гидрометеорологии и мониторингу окружающей среды Анны Романовской проекту «Энергия 4.0»

Также в выпуске:

• Указ Президента РФ «Об утверждении Доктрины энергетической безопасности РФ»
• Минэкономразвития России по оценке регулирующего воздействия проекта ФЗ «О государственном регулировании выбросов парниковых газов»
• Пленарное заседание Международного арктического форума
• Призыв к адаптации к стихийным бедствиям
• Постпредство России при ООН о темпах потепления климата страны
• Исследование причин изменения климата в Антарктиде
• Первая научно-практическая конференция с международным участием «Развитие Арктики – новый вызов развития медицины»
• Новые публикации в российских и зарубежных научных изданиях
• Обновление уточненной методологии подготовки кадастров парниковых газов МГЭИК

Ссылка: http://www.meteorf.ru/press/news/19285/

Потепление в Арктике в последние десятилетия было сильнее, чем в средних широтах, что сделало этот регион «горячей точкой» изменения климата. В связи с этим наблюдается быстрое снижение протяжённости морского льда и уменьшение его толщины. Отступление морского льда ведёт к увеличению переноса тепла и импульса из океана в тропосферу и стратосферу за счёт усиления восходящего распространения атмосферных волн планетарного масштаба. В верхней атмосфере эти волны осаждают транспортируемый импульс, разрушая стратосферный полярный вихрь, что может привести к нарушению этой циркуляции с возможностью также значительного воздействия на тропосферу в середине - конце зимы и ранней весной. Поэтому для прогресса в понимании воздействия отступающего морского льда на атмосферную циркуляцию необходимо точное представление стратосферных процессов в климатических моделях. Моделируя реакцию атмосферы на предписанное снижение арктического морского льда, авторы показали, что включение интерактивной химии стратосферного озона в расчёты атмосферных моделей приводит к улучшению представления тропосферно-стратосферных взаимодействий по сравнению с моделированием без интерактивной химии. Это говорит о том, что химия стратосферного озона имеет важное значение для понимания воздействия морского льда на динамику атмосферы.

Ссылка: https://www.nature.com/articles/s41598-019-43823-1.pdf

Член-корреспондент РАН, главный научный сотрудник Института вычислительной математики им. Г.И. Марчука Российской Академии наук, заведующий лабораторией суперкомпьютерного моделирования природно-климатических процессов НИВЦ МГУ Василий Николаевич Лыкосов о прогнозе погоды, изменении климата и глобальном потеплении.

Василий Николаевич Лыкосов - лауреат Государственной премии Российской Федерации в области науки и техники, член-корреспондент РАН, главный научный сотрудник Института вычислительной математики им. Г.И. Марчука Российской Академии наук, зав. лабораторией суперкомпьютерного моделирования природно-климатических процессов Научно-исследовательского вычислительного центра Московского государственного университета им. М.В. Ломоносова, профессор кафедры вычислительных технологий и моделирования факультета вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова.

- Как можно прогнозировать погоду и климатические изменения, если они зависят от множества факторов?

- Проблема прогноза погоды крайне важна для человечества. Многие люди, пытаясь предугадать погоду, ссылаются на собственный жизненный опыт. Скажем, заболело колено, значит завтра, будет дождь, не заболело, значит, дождя не будет. Если же говорить серьёзно, то климат и погода зависят от множества факторов, и для их  прогноза требуется провести большое количество расчётов. При этом прогноз погоды существенно отличается от прогноза климата. Так, прогноз погоды зависит от качества и полноты начальных данных о состоянии атмосферы в конкретный момент времени. Мы не можем, например,  установить по всему Земному шару через каждый километр метеорологические станции и получать с них информацию о состоянии атмосферы (температура, влажность, скорость ветра и т.п.). Всегда есть ошибки в данных измерений и, конечно, всегда есть также погрешности, связанные с округлением вычислений при проведении расчётов на компьютерах. Поэтому для детализированного прогноза погоды как состояния атмосферы в конкретные моменты времени существует предел предсказуемости – на период не более двух недель.

Климатические же изменения нужно рассчитывать на годы и столетия вперед. Здесь приходится выполнять громадное количество вычислений. И сейчас, когда возможности суперкомпьютеров растут, мы можем принимать во внимание всё больше данных: поверхность Земли, её горы, океаны, реки, озёра, почву в разных географических районах. Все эти параметры необходимо учитывать при моделировании климата. Так, например, для прогноза погоды не очень существенны данные об изменении льда в Северном ледовитом океане: достаточно учесть его состояние в начальных условиях. Для прогноза климата и его изменений динамика ледового покрова  является очень важной.

Климатическая система включает в себя определённые составляющие. Это атмосфера, причём, от поверхности Земли до гелиосферы, откуда энергия Солнца поступает в климатическую систему. Это океан с его льдами и течениями, вечные льды в Антарктиде или Гренландии, биосфера и, в конце концов, сам человек, который хотя и портит, но всё же пытается улучшить сферу своего обитания.

Поэтому все эти звенья климатической системы нужно учитывать и соответствующим образом описывать. Люди, которые этим занимаются, - это люди самых разных научных профессий, поскольку проблема междисциплинарная. Ясно, что отдельный человек не может овладеть всем − всеми богатствами и знаниями о каждой конкретной подсистеме. Поэтому для нас единственным языком междисциплинарного общения остаётся математика, используя который мы пытаемся объединить отдельные части изучаемой нами физической системы и понять, что в ней на что влияет.

- Это тоже некий параллелизм…

- В некоторой степени, да. Проблема моделирования климата требует знания математики и физики процессов, протекающих в климатической системе: метеорологических, океанологических, гляциологических, гидрологических и так далее. Важно также понимать, какие физические механизмы управляют климатической системой и как их описать соответствующими уравнениями. Эти уравнения очень сложны (дифференциальные уравнения в частных производных) и для того, чтобы их успешно решать, необходимо использовать методы вычислительной математики и суперкомпьютерные технологии. Это особенно важно для прогноза погоды, который нужен потребителю в определённый срок, поскольку его интересует, например, температура в конкретном месте Земли в конкретный период времени.

В случае с прогнозом климата можно говорить лишь о вероятностной оценке его характеристик. Математически климат можно определить как статистический ансамбль состояний, принимаемый  климатической системой за достаточно большой интервал времени. Состояние же климатической системы описывается массой параметров: давление, температура, влажность, скорость ветра, скорость океанских течений и др. Какие-то из характеристик ансамбля состояний можно описать и предсказать.

Зачастую, говорят – через 100 лет в таком-то месте будет такая-то температура. Но это не «прогноз». Правильней сказать, что через 100 лет с такой-то вероятностью при таких-то условиях, например, развития экономики, будут вот такие климатические характеристики.

Недавно я прочитал в Интернете, что Минфин России прогнозирует ослабление национальной валюты до 75,2 руб. к доллару США в 2036 г. На каком основании даётся подобный прогноз на 17 лет вперёд? Думаю, что это совершенно невозможно обоснованно сделать. Этот показатель зависит от политической ситуации, от развития экономики и других факторов. Поэтому, когда даются подобные прогнозы, это не может не вызывать улыбки. Может быть и потому, что эта информация была размещена в Интернете 1 апреля 2019 г. 

- А как вы используете суперкомпьютерные технологии для математического моделирования?

- Для моделирования динамики климатической системы используются дифференциальные уравнения в частных производных, отражающие соответствующие физические процессы, но, зачастую, не имеющие аналитического решения, записанного в виде некоторой формулы. Поэтому привлекаются методы вычислительной математики: вводится сеточная область, состоящая из конечного числа точек (узлов сетки), а фигурирующие в дифференциальных уравнениях частные производные  по какому-то направлению от какой-то прогностической функции аппроксимируются (приближённо представляются), например, разностью значений этой функции в двух ближайших точках, делённой на расстояние между этими точками. Таким образом, мы получаем систему алгебраических уравнений относительно, в зависимости от количества узлов сетки, сотен тысяч, миллионов, а то и миллиардов неизвестных. Без суперкомпьютеров такую задачу линейной алгебры решить невозможно.

В Московском университете суперкомпьютер «Ломоносов-2» имеет петафлопсную производительность: квадриллион (10¹⁵, т.е. миллион миллиардов) арифметических операций в секунду. Однако, в мировом сообществе специалистов в области климатического моделирования уже поставлена задача перейти в ближайшем будущем на экзафлопсную производительность – квинтиллион (10¹⁸, т.е. миллиард миллиардов) операций в секунду. Поэтому проблема климатического моделирования тесно связана с задачей разработки соответствующих вычислительных систем.

Любой прогресс в какой-то области знаний, связанный с вычислительными технологиями, приводит к тому, что эти технологии тоже развиваются. В 1965 году, я, будучи студентом мехмата Новосибирского государственного университета, работал над своей будущей дипломной работой, используя электронно-вычислительную машину М-20 производительностью 20000 операций в секунду, у которой было всего 32 килобайта (4096 «ячеек») оперативной памяти. Сегодня у обычного персонального компьютера или ноутбука гигабайты такой памяти, не говоря уж о внешней памяти.

Несмотря на обновления, суперкомпьютеры МГУ «Ломоносов» и «Ломоносов-2» уже довольно сильно отстают от мирового уровня. В нашей стране необходимо обратить внимание на развитие суперкомпьютерных технологий. Еще несколько лет назад считалось, что суперкомпьютеры не нужны, потому что у нас якобы нет для них задач. Задач же полным-полно: та же самая цифровизация экономики, о которой сейчас много говорится, обеспечение национальной безопасности, развитие науки и техники и др. Без суперкомпьютерных технологий здесь не обойтись.

- Насколько точны результаты компьютерного моделирования?

- Если говорить о прогнозе погоды, то с развитием технологий увеличивалось и разрешение – расчётная сетка строилась уже с меньшим шагом – не в тысячу километров, а в сто километров и менее. Самые современные и лучшие технологии сейчас в Европейском центре среднесрочных прогнозов погоды (г. Рединг, Великобритания), с помощью которых рассчитывается прогноз по всему Земному шару на сетке с разрешением в десятки километров. В целом, современные прогнозы  погоды довольно приличны – с уверенностью можно сказать, что 90% прогнозов оправдываются и лишь 10% оказываются неверными.

С климатом иная ситуация – нужно учитывать массу параметров, о которых я говорил. Детализированный прогноз климата за пределами предсказуемости становится бессмысленным из-за ошибок в начальных данных или неполного знания об отдельных элементах климатической системы. Средняя температура по отдельному конкретному региону легче поддаётся прогнозу, и мы можем, например, проанализировать, какова её изменчивость. Иногда задаются вопросом – ну и зачем здесь нужны суперкомпьютеры, если можно попытаться решать прогностические задачи для средних значений. Но дело в том, что среднее значение невозможно получить, не воспроизведя поведение отдельных мелких элементов системы, поскольку эта «мелочь» взаимодействует с крупными  структурами.

Кроме того, по отношению толщины атмосферы (глубины океана) к  горизонтальному размеру атмосферы (океана), обе эти составляющие климатической системы подобны плёнке, но эти «плёнки» стратифицированы, то есть их плотность изменяется с высотой или глубиной. Это означает, что атмосферу и океан нельзя рассматривать в двумерном приближении, что уменьшило бы объём вычислительной работы, а приходится использовать трёхмерные модели.

Когда говорят о прогнозе климата, добавляют, что если сценарий, скажем, развития мировой экономики, будет такой-то, то произойдут такие-то изменения климата, а если будет осуществлен какой-то другой сценарий, то и климатические изменения произойдут другие. Существует Межправительственная группа экспертов по изменению климата. Она курирует международную деятельность по реализации проектов сравнения климатических моделей с целью исследования на их основе современного климата и оценки его возможных изменений в будущем. В частности, изучалось, к каким последствиям приводит наблюдающийся рост атмосферной концентрации парниковых газов. Разными странами предложено более трёх десятков математических моделей. От России в этой деятельности участвует лишь Институт вычислительной математики им. Г.И. Марчука РАН. Каждая модель даёт свою оценку изменения климата со временем – свою «траекторию». Если изобразить все модельные траектории на одном графике, то получится некий пучок – все исходят из одной начальной «точки», но затем расходятся. Мы можем лишь предположить, что, например, температура будет меняться в определённом диапазоне, но предсказать её «точное» значение никто не сможет.

- Сегодня многие обеспокоены вопросом глобального потепления и влиянием человека на этот процесс. Как вы считаете, насколько сильно это влияние, учитывая, что существует естественное изменение климата?

- Это действительно важный вопрос, и разные научные школы до сих пор спорят об этом. Как мне кажется, английский термин «global warming» неудачно переведён - в буквальном смысле. На самом деле, речь идет не о глобальном потеплении, как если бы весь земной шар нагрелся, – а о том, что температура, средняя по всему земному шару, со временем увеличивается. И естественно, она не растёт монотонно, а  проявляет колеблющееся поведение. И тогда возникает вопрос, за счет чего?

Повторюсь, что споры продолжаются. Одни говорят, что термин интерпретируется неверно, другие говорят, что значение верно. Кто-то считает, что человек не виноват, а кто-то считает, что виноват, и так далее. Но, возвращаясь к своей любимой теме – «спекулировать» (в английском смысле слова to speculate – оценивать и размышлять) о том, какой механизм здесь главный, можно только,  если вы опираетесь на законы физики, выраженные в виде соответствующих математических уравнений.

Благодаря проектам Межправительственной группы экспертов по изменению климата, объединяющей специалистов из разных стран, мы можем проводить численные эксперименты с климатическими моделями и анализировать физические механизмы, влияющие на климат. Можно «отключить» антропогенный фактор, исключив тем самым влияние человека на систему, чтобы проанализировать, как она бы функционировала в таких условиях. Или наоборот, учесть влияние человека - промышленные выбросы и количество углекислого газа в атмосфере в конкретные годы.

Так вот, такого рода потепления в ХХ веке случались дважды. Первое происходило в 30-40 х гг., а второе  - началось в конце 70-х – начале 80-х гг. и продолжается до сих пор. Были проведены численные эксперименты, в которых учитывалась или исключалась деятельность человека. Оказалось, что первое потепление было обусловлено естественными процессами и природными факторами. А вот для второго потепления, без учёта антропогенной деятельности система менялась на 50%, а с учётом деятельность человека добавилось еще 50%.

Мы должны понимать, что если климат меняется, важно проследить, в какую сторону. И хорошо бы, если только в благоприятную. Но вся беда в том, что изменения климата не происходят глобально, как вроде бы могло следовать из термина «глобальное потепление». Наблюдается некая «пятнистость»: существенные изменения происходят в отдельных географических районах, причём, в одних из них может стать слишком тепло, а в других - слишком холодно. Тогда люди начинают удивляться – откуда «global warming», у нас тут «global freezing» («глобальное похолодание» - прим. Нр)!

Но, к счастью, Арктика, например, освобождается ото льда и открывает нам Северный морской путь. В Западной Сибири становится теплее, вечная мерзлота здесь отступает, а значит, сельскохозяйственные регионы могут более активно развиваться. Но тут возникает другая опасность – из-за разрушения слоя вечной мерзлоты начинается процесс заболачивания.

Проблема изменения климата, действительно, многоплановая. Мы должны анализировать не только сами изменения климата как таковые, а также и то, как эти изменения повлияют на окружающую среду, на экономику и на социум. Климатические изменения зачастую приводят к увеличению опасных катастрофических явлений – сильнее проявляются ураганы, увеличивается количество гроз и так далее. А это уже прямая опасность для человечества.

Сегодня предлагают некие методы геоинжиниринга – к примеру, распылить в стратосфере материал (например, двуокись серы), отражающий солнечную радиацию, чтобы затормозить процесс потепления. Но совершенно неясно, будут ли эти методы эффективны. Пока мы точно не можем ослабить или даже извести на нет какой-нибудь тайфун – у человечества нет для этого достаточной энергии. Хотя благодаря методам математического моделирования, мы знаем, в каком месте Земного шара нужно воздействовать на атмосферу, чтобы в другом его месте получить тот или иной результат.

- Кстати, это же можно назвать эффектом бабочки, когда взмах крыла бабочки в Токио вызывает ураган в Нью-Йорке. Вы верите в такой эффект, учитываете его при математическом моделировании?

- Эффект бабочки упоминался у классика американской фантастики Рэя Бредберри. Но я не верю в то, что если вы где-то там наступили на бабочку, то история стала развиваться по-другому. На самом деле, это возмущение должно быть очень мощным, чтобы как-то изменить динамику целой системы. Следует упомянуть работу американского математика и метеоролога Эдварда Лоренца. Он предложил простенькую по форме, но богатую по содержанию, модель, состоящую из системы трёх нелинейных обыкновенных дифференциальных уравнений, решение которой оказалось очень зависящим от начальных условий. При некотором их наборе, траектория системы заполняет в фазовом пространстве множество, напоминающее по форме бабочку и получившее название «странный аттрактор» или аттрактор Лоренца. Оказалось, что траектория, характеризующая поведение системы, какое-то время находится в одном из крыльев «бабочки», скажем, правом, затем внезапно перебрасывается на левое подмножество странного аттрактора, но и там не задерживается и возвращается снова в правое крыло. В результате, система всё время «перепрыгивает» с одного подмножества аттрактора Лоренца на другое. 

На этот эффект часто ссылаются в разговорах об изменениях климата – мол, это просто нелинейное свойство системы, отражающее её внутреннюю изменчивость, а человек здесь не причём. Но на самом деле, к сожалению, причём. Эксперименты показали, что значительная часть потепления – до 50% − может быть обусловлена антропогенным фактором.

- Не связано ли это с тем, что мы очень много думаем об экономике, о благосостоянии и выгоде?

-Нам-то, может и выгодно, а вот прибрежные государства пострадают. Да и наш Санкт-Петербург может затопить. Глобальное потепление, хоть я и не люблю это сочетание, приводит к тому, что уровень Мирового океана растёт. Земной шар очень мал в космических масштабах, но при этом на нём живёт столько разных народов с различным географическим положением их стран и с отличающимися экономиками. Поэтому, то, что для одних может быть выгодно, для других может обернуться трагедией.

Это настолько многоплановая проблема, что прежде чем говорить о выгоде, нужно думать о последствиях. Чтобы действительно оценить какие-либо выгоды, необходимо строить экономико-климатическую модель, которая будет включать расчёты климатических характеристик, макроэкономических параметров, описывать их связь и, тем самым, учитывать влияние экономики на климат, а климата на экономику. Только после этого мы можем говорить о том, что с определённой погрешностью и определённой вероятностью произойдут те или иные климатические и экономические события.

- Как вы считаете, от чего зависит будущее компьютерного моделирования климата, и что необходимо сделать, чтобы результаты прогнозирования на сотни лет вперед были максимально точными?

- Вы же знаете, что говорил Ходжа Насреддин, который обещал эмиру, что за 20 лет обучит ишака богословию:  «За двадцать лет кто-нибудь из нас уж обязательно умрёт — или я, или эмир, или этот ишак. А тогда, поди разбирайся, кто из нас троих лучше знал богословие!». Поэтому, думаю, не имеет особого смысла говорить о том, что будет, например, через 200 лет.

Сейчас существует множество моделей, разрабатываемых в разных странах. Но оценки климатических изменений с помощью этих моделей довольно сильно отличаются друг от друга. Вроде бы логичным кажется, что на пути совершенствования этих моделей, некоторые из них дадут примерно один и тот же результат, который можно принять как достоверный. И тогда последующие поколения будут уже готовы к изменениям и примут соответствующие меры по адаптации к ним.

Но дело в том, что научная литература открыта и доступна. Часто бывает, что учёный, заметивший интересное исследование с определённым эффектом, использует соответствующее представление этого эффекта в программном коде своей модели. В результате, различия между моделями размываются и появляется фактически общая модель. Известно, однако, что основные климатические характеристики, рассчитанные для современных условий с помощью различных моделей и затем усреднённые по всему их набору, оказываются ближе к реально наблюдённым, чем те же характеристики, полученные с помощью отдельных, даже лучших моделей.

Что касается развития суперкомпьютерного моделирования климатической системы, то, естественно, нужно повышать пространственное разрешение (увеличивать количество узлов сетки) и учитывать более мелкие, чем сейчас, детали, изучать связанные с ними физические процессы, скажем, каков будет эффект какой-нибудь речушки. Надо постоянно готовить и вовлекать в эту деятельность научную молодёжь, поскольку задача моделирования климатической системы Земли рассчитана даже не на годы, а на десятилетия. Наконец, важна государственная поддержка этих работ, в частности, через систему грантов. Исследования в области физики климатической системы, проводимые в Институте вычислительной математики им. Г.И. Марчука РАН и в Московском государственном университете имени М.В. Ломоносова, поддержаны, например, грантом РНФ № 17-17-01210 и грантом РФФИ № 18-05-60126.

Конечно, прогнозирование на сотни лет вперёд – это скорее задача стратегического планирования. Во многих странах большое внимание уделяют, например, свалкам. Не только потому,  что это «бяка», но и потому, что свалки могут выделять большое количество метана – парникового газа, количество которого порой оказывается больше, чем выделяет промышленное предприятие.

Поэтому задача эта не столько экономическая, сколько социально-экономическая – чтобы и человек был здоров, и экономика развивалась.

- И последний скорее философский вопрос – что важнее – погода в доме или за окном?

- На самом деле они связаны. Если за окном светит солнце, то и дома царит солнечная атмосфера. А если вы вышли на улицу, а там, например, морозяка… Хотя, почему бы не пробежаться и не прочувствовать всю прелесть зимней погоды.

Ссылка: https://scientificrussia.ru/news/lykosov-vasilij-nikolaevich