Глобальное потепление бьет по планете не равномерно. Где-то, как в Арктике или на высоких горных пиках, температура растет куда быстрее среднего, а где-то  , например, над просторами тропических океанов, — медленнее. С осадками будущего всё еще сложнее и запутаннее.

Чтобы адаптироваться к грядущим переменам, власти и бизнесу нужны максимально точные и детальные прогнозы, причем для конкретных регионов. А стандартные климатические модели, которые используют в отчетах Межправительственной группы экспертов по изменению климата (МГЭИК), слишком грубы, их разрешение — около 100-200 километров.

Команда ученых из Центра климатической физики Института базовых наук (ICCP, Пусан, Южная Корея) и Института Альфреда Вегенера (AWI, Бремерхафен, Германия) совершила настоящий прорыв в климатическом моделировании. Их исследование, опубликованное в открытом журнале Earth System Dynamics, позволяет заглянуть в климат будущего с невиданной доселе четкостью.

Используя новейшую климатическую модель AWI-CM3, специально разработанный протокол расчетов и мощь двух южнокорейских суперкомпьютеров, исследователи смоделировали климатические процессы с невероятной детализацией: 9 километров для атмосферы и от 4 до 25 километров для океана.

Такие детальные расчеты рисуют гораздо более точную картину грядущих изменений, что критически важно для планирования адаптационных мер.

Эта высокодетальная модель отлично справляется с воссозданием глобального климата, включая мелкомасштабные явления:

• Дожди в горных районах.
• Климатические процессы у побережий и на островах.
• Формирование ураганов и океанских вихрей.

Благодаря тому, что модель учитывает больше региональных особенностей и их взаимодействие с глобальными течениями, ее результаты точнее, чем у большинства более грубых моделей.

Главный результат работы — набор детальных карт, показывающих, что ждет планету при потеплении на 1°C относительно доиндустриального уровня.

Важно понимать, что глобальное потепление распределено очень неравномерно, — говорит Мун Джа Ён из ICCP, ведущий автор исследования. — При росте глобальной температуры на 1°C арктические регионы Сибири и Канады прогреются примерно на 2°C, а Северный Ледовитый океан — и вовсе на 5°C. В высокогорьях, таких как Гималаи, Анды и Гиндукуш, модель прогнозирует усиление warming на 45–60% относительно среднемирового показателя.

Чтобы эти данные стали доступны всем, команда запустила интерактивную платформу. На ней любой желающий может изучить климатические прогнозы в высоком разрешении для любого региона мира. Данные можно даже скачать и открыть в Google Earth. Эта информация, к примеру, бесценна для планирования размещения ветряных или солнечных электростанций, так как показывает изменения в скорости ветра и облачности.

Наше исследование также показывает, как глобальное потепление повлияет на крупные природные циклы, такие как Мадден-Джулианское колебание, Североатлантическое колебание и Эль-Ниньо, — добавляет профессор Томас Юнг из AWI, соавтор работы. — Согласно нашим симуляциям, амплитуда этих явлений в будущем возрастет, что приведет к более интенсивным осадкам в подверженных их влиянию регионах.

Модель также предсказывает рост частоты и силы экстремальных ливней (более 50 мм/сутки) в Восточной Азии, Гималаях, Андах, Амазонии, на горных вершинах Африки и восточном побережье Северной Америки. Это грозит катастрофическими наводнениями, эрозией и оползнями.

Большинство глобальных моделей, которые использует МГЭИК, слишком грубы, чтобы учитывать небольшие острова, например, в западной части тропической части Тихого океана. Эти острова уже сегодня страдают от повышения уровня моря. Наши симуляции впервые дают детальное представление о том, что ждет эти регионы: как изменятся океанские течения, температура, режим осадков и погодные аномалии. Мы очень надеемся, что нашими данными активно воспользуются планировщики, чиновники и простые люди, — заключает профессор Аксель Тимерманн, директор ICCP.

Выводы исследования предоставляют критически важную информацию для оценки климатических рисков и разработки мер адаптации на региональном уровне.

Реальная польза этого исследования колоссальна и носит сугубо прикладной характер. Это не просто академический интерес, а готовый инструмент для стратегического планирования. Например:

• Для сельского хозяйства: можно будет прогнозировать, какие культуры и с каким режимом орошения станут рентабельными в конкретном регионе через 20-30 лет, а какие — нет.
• Для энергетики: как уже упомянуто, выбор мест для ветропарков и солнечных станций будет основываться на точных данных о будущем ветровом и солнечном режимах, что сэкономит миллиарды инвестиций.
• Для градостроительства и ЖКХ: зная точную карту экстремальных осадков, можно уже сегодня проектировать ливневую канализацию и защитные дамбы там, где они будут действительно нужны, а не там, где это принято по старым нормативам.
• Для страхования: страховые компании смогут точнее рассчитывать риски и тарифы для разных регионов, что сделает рынок более справедливым и устойчивым.
• Для национальной безопасности: понимание грядущих проблем с водой и продовольствием в мире позволяет выстраивать более дальновидную внешнюю политику.

По сути, это переход от глобальных пугающих прогнозов к конкретным, осязаемым данным для принятия решений здесь и сейчас.

Несмотря на впечатляющий масштаб работы, ключевой вопрос остается открытым: насколько возросшая сложность модели и ее беспрецедентное разрешение действительно приводят к качественно новому уровню достоверности долгосрочных прогнозов? Высокое разрешение позволяет лучше описать известные нам физические процессы, но это не отменяет фундаментальных неопределенностей, заложенных в самих уравнениях и параметризациях моделей.

Модель может безупречно смоделировать конкретный ураган, но предсказать, сколько именно их возникнет в сезоне 2050 года — другая, гораздо более сложная задача. Усложнение модели всегда несет в себе риск «переобучения» — когда модель идеально воспроизводит прошлые данные, но ее предсказательная сила для будущего не возрастает. Бремя доказательства того, что этот прорыв в детализации дает именно качественное улучшение прогноза, а не просто красивые и детальные картинки, лежит на авторах. Требуется тщательная верификация модели на длительных исторических периодах, что является отдельной грандиозной задачей.

Ранее ученые улучшили детализацию климатических данных.