آخرین مدل های آب و هوایی نباید پیش بینی های گرم شدن آینده را افزایش دهند


یکی از داستان های قابل توجه در سیستم آب و هوایی طی یکی دو سال اخیر تلاش برای ایجاد معنای جدیدترین مدل های آب و هوایی بوده است. در خدمت گزارش بعدی پانل بین دولتی تغییر اقلیم (IPCC) ، مدل های جهانی آب و هوا شبیه سازی های خود را در آخرین پایگاه داده معروف به CMIP6 ارائه داده اند. این ادعاها نشان داده است که به روزرسانی تعدادی از مدل ها باعث حساسیت بیشتر آنها نسبت به گازهای گلخانه ای شده است ، به این معنی که آنها مقدار بیشتری گرم شدن در آینده را پیش بینی می کنند.

دانشمندان اقلیم علاوه بر تشخیص رفتار مسئول این تغییر ، با عواقب آن نیز دست و پنجه نرم می کنند. آیا باید نگران نتایج باشیم یا بهتر است؟ مدلهای اقلیمی فقط یکی از ابزارهای بسیاری برای ارزیابی “حساسیت اقلیمی” واقعی زمین است ، بنابراین رفتار آنها باید در متن کامل سایر شواهد مورد بررسی قرار گیرد.

به دلایلی ، تحقیقات نزدیک به این ایده است که پیش بینی تب بالا فوق العاده است. به نظر می رسد این مدل های داغ تر هستند هم داغ این چالشی برای دانشمندانی است که روی گزارش بعدی IPCC کار می کنند: این انحرافات در پیش بینی های گرم شدن آینده چقدر باید داشته باشد؟

بازی وزنه

یکی از راه های ارائه دامنه عدم اطمینان در پیش بینی ها به سادگی متوسط ​​سازی تمام شبیه سازی های موجود از مدل های محدود شده توسط میله های خطا است که بالاترین و کمترین شبیه سازی را نشان می دهد. این یک راه حل اگنوستیک است که سعی در ارزیابی کیفیت هر مدل ندارد. اما رویکرد دیگر استفاده از میانگین موزون ، تخمین هر مدل به نوعی برای ایجاد ، پیش بینی واقعی تر است. بنابراین ، افزودن چندین نسخه از مدل که نتایج کاملاً متفاوتی داشته باشد ، به عنوان مثال پاسخ کلی شما را تغییر نخواهد داد.

یک مطالعه جدید به رهبری لوکاس برونر در ETH زوریخ برای سنجش شبیه سازی های مدل جدید براساس چگونگی مطابقت دقیق آنها با چند دهه گذشته و همچنین ارتباط نزدیک هر مدل ، از یک روش کاملاً ثابت استفاده می کند.

در حالی که مدلهای مختلف آب و هوایی موجود ، بررسیهای مستقل بسیار مفیدی را ارائه می دهند ، اما اینگونه نیست به طور کامل مستقل. برخی از مدل ها از دیگران متولد می شوند ، برخی از آنها دارای اجزای مشترک و برخی دیگر از روش های مشترک هستند. پرداختن به این وضعیت به سادگی بررسی تاریخچه چنگال GitHub نیست. در این حالت ، محققان مدل های فضایی دما و فشار هوا را برای محاسبه شباهت بین مدل ها تجزیه و تحلیل کردند. هرچه شباهت بیشتری به این دو مدل داشته باشید ، قرار است روش ها یا کدهای بیشتری را به اشتراک بگذارند ، بنابراین هر یک از آنها تأثیر کمی در میانگین کلی دارند. این روند تأثیر مدل های دو خوانی را که در واقع از یکدیگر مستقل نیستند ، به حداقل می رساند.

به طور کلی ، مهمترین عامل وزن ، توانایی مدلها برای بازآفرینی گذشته بود. بدیهی است که مدل ها قبل از اعتماد به پیش بینی های خود برای آینده ، باید مهارت های تطبیق در دنیای واقعی را نشان دهند. همه مدل ها در طول توسعه از این طریق آزمایش می شوند ، اما در نهایت شباهت های مشابهی با گذشته نخواهند داشت – خصوصاً با توجه به اینکه گذشته پیچیده است ، بنابراین می توان مدل ها را بر اساس درجه حرارت منطقه ، بارندگی ، فشار هوا و غیره بر.

محققان از پنج ویژگی کلیدی از مجموعه داده های جهانی برای دوره 1980 – 2014 استفاده کردند. هر مدل براساس میزان دقیق ترکیب دما و دما ارزیابی شد. روندها، تنوع دما ، فشار هوا و تنوع فشار هوا.

در اینجا چگونگی توزین مدل ها آمده است - یک میانگین ساده به هر مدل وزن برابر می دهد (خط تیره).
بزرگنمایی / در اینجا چگونگی توزین مدل ها آمده است – یک میانگین ساده به هر مدل وزن برابر می دهد (خط تیره).

اینقدر حساس نباش

این فرآیند در نهایت مدلهای با بالاترین حساسیت به آب و هوا را کاهش می دهد ، زیرا آنها همچنین مشاهدات گذشته را برآورده نمی کنند. به عنوان مثال ، با استفاده از یک معیار حساسیت به نام “پاسخ موقت آب و هوا” ، میانگین مقدار قبل از توزین 2 درجه سانتی گراد است ، خطاهای آن از 1.6 تا 2.5 درجه سانتیگراد است. 1.9 درجه سانتیگراد ، و میله های خطا به 1.6-2.2 درجه سانتیگراد کوچک می شوند (این رتبه با آخرین برآورد ارزش واقعی کاملاً خوب است).

خط خاکستری / سایه انداختن ، پیش بینی متوسط ​​وزنی نشده مدل ها را نشان می دهد ، اما وزن دهی اندکی انتهای وسط و بالایی را کاهش می دهد (خطوط رنگی / سایه زنی).
بزرگنمایی / خط خاکستری / سایه انداختن پیش بینی متوسط ​​بدون وزن مدل ها را نشان می دهد ، اما وزن دهی اندکی انتهای وسط و بالایی را کاهش می دهد (خطوط رنگ / سایه).

این را در پیش بینی های گرم شدن آینده و اتفاق مشابهی اعمال کنید. در یک سناریوی پرتولید ، گرم شدن قرن بیست و یکم از 4.1 درجه سانتیگراد (3.1-4.9 درجه سانتیگراد) تا 3.7 درجه سانتیگراد (3.1-4.6 درجه سانتیگراد) است. در سناریوی کم انتشار ، متوسط ​​گرمایش پیش بینی شده 1.1 درجه سانتی گراد (0.7-1.6 درجه سانتیگراد) پس از توزین به 1.0 درجه سانتیگراد (0.7-1.4 درجه سانتیگراد) کاهش می یابد.

نتیجه این است که هیچ نشانه ای از تغییر وضعیت دانش علمی وجود ندارد. به عنوان یک نتیجه از تحولات مداوم – به ویژه تلاش برای بهبود واقع گرایانه ابرهای شبیه سازی شده – برخی از مدل ها نسبت به افزایش گازهای گلخانه ای حساس تر شده اند ، بنابراین گرمایش در آینده قوی تر را پیش بینی می کنند. اما به نظر می رسد که آنها تصور بهتری از آب و هوای زمین ندارند. به جای اینکه نگران باشیم فیزیک تغییرات آب و هوایی حتی از آنچه فکر می کردیم بدتر است ، می توانیم تمرکز خود را بر روی نیاز فوری برای از بین بردن انتشار گازهای گلخانه ای حفظ کنیم.

دینامیک سیستم زمین ، 2020. DOI: 10.5194 / esd-11-995-2020 (برای DOI).




منبع: khabar-tak.ir

دیدگاهتان را بنویسید

Comment
Name*
Mail*
Website*