Videnskab
 science >> Videnskab >  >> Natur

2018-2022 forventes at blive unormalt varme år

Kredit:CC0 Public Domain

Sommerens verdensomspændende hedebølge gør 2018 til et særligt varmt år. Og de næste par år vil være lignende, ifølge en undersøgelse ledet af Florian Sévellec, en CNRS-forsker ved Laboratory for Ocean Physics and Remote Sensing (LOPS) (CNRS/IFREMER/IRD/University of Brest) og ved University of Southampton, og udgivet i 14. august 2018-udgaven af Naturkommunikation . Ved at bruge en ny metode, undersøgelsen viser, at på globalt plan, 2018-2022 kan blive en endnu varmere periode end forventet baseret på den nuværende globale opvarmning.

Opvarmning forårsaget af drivhusgasemissioner er ikke lineær. Det ser ud til at være bortfaldet i begyndelsen af ​​det 21. århundrede, et fænomen kendt som en global opvarmning hiatus. En ny metode til at forudsige middeltemperaturer, imidlertid, tyder på, at de næste par år sandsynligvis bliver varmere end forventet.

Systemet, udviklet af forskere ved CNRS, University of Southampton og Royal Netherlands Meteorological Institute, bruger ikke traditionelle simuleringsteknikker. I stedet, den anvender en statistisk metode til at søge i det 20. og 21. århundredes klimasimuleringer lavet ved hjælp af flere referencemodeller for at finde 'analoger' af nuværende klimaforhold og udlede fremtidige muligheder. Præcisionen og pålideligheden af ​​dette probabilistiske system viste sig at være mindst ækvivalent med nuværende metoder, især med det formål at simulere pausen med global opvarmning i begyndelsen af ​​dette århundrede.

Den nye metode forudsiger, at gennemsnitlig lufttemperatur kan være unormalt høj i 2018-2022-højere end tal, der udledes af menneskeskabt global opvarmning alene. I særdeleshed, dette skyldes en lav sandsynlighed for intense kuldebegivenheder. Fænomenet er endnu mere fremtrædende med hensyn til havoverfladetemperaturer, på grund af høj sandsynlighed for varmebegivenheder, hvilken, under tilstedeværelse af visse betingelser, kan forårsage en stigning i tropisk stormaktivitet.

Når algoritmen er 'lært' (en proces, der tager et par minutter), forudsigelser opnås på få hundrededele af et sekund på en bærbar computer. Sammenlignet med, supercomputere kræver en uge ved hjælp af traditionelle simuleringsmetoder.

I øjeblikket, metoden giver kun et samlet gennemsnit, men videnskabsmænd vil nu gerne tilpasse det til at lave regionale forudsigelser og, ud over temperaturer, estimere nedbørs- og tørketendenser.


Varme artikler