Meget forbedrede klimaforudsigelser fra statistisk mekanik

En undersøgelse fra European Horizon 2020 TiPES -projektet bekræfter, at de store usikkerheder ved klimamodeller, der bruges i IPCC -rapporterne, kan reduceres betydeligt ved brug af statistisk mekanik. Teknikken, som er blevet betragtet med skepsis af nogle eksperter, fører til stærkt forbedrede klimaforudsigelser og kan også hjælpe med at vurdere vendepunkter, slutter forfatterne i Videnskabelige rapporter .

En stor udfordring i klimaforudsigelsen er usikkerheden om, hvordan vi skal håndtere klimaændringer. Computersimuleringer skal køres igen og igen med forskellige scenarier, der varierer i den fremtidige økonomiske udvikling, mængder af klimapåvirkende gasser, ændringen i brugen af ​​arealanvendelsespraksis, politiske beslutninger, etc.

Men avancerede klimamodeller i IPCC -klassen er tidskrævende og kører på supercomputere, som er dyre at arbejde med. Kun et begrænset udvalg af scenarier overvejes med hver ny generation af klimamodeller.

Konsekvensen er store huller i vores forståelse af klimasystemet, fordi resultater fra forskellige scenarier og modeller ikke let kan sammenlignes. Der er mange ubesvarede spørgsmål, f.eks. Hvornår og hvordan kommer vippepunkter ind? Præcis hvor meget vil en given mængde CO ₂ tilføjet til atmosfæren påvirke den globale gennemsnitstemperatur i nutiden såvel som i de kommende århundreder?

Nu, Valerio Lucarini, University of Reading, Storbritannien og Valerio Lembo, Universitet Hamburg, Tyskland og Francesco Ragone, Ecole Normale Superieure, Lyon, Frankrig dokument i Videnskabelige rapporter at disse usikkerheder kan reduceres betydeligt. De finder ud af, at informationskvaliteten fra avancerede klimamodeller forbedres betydeligt, når den udsættes for teorien om statistisk mekanik.

"Det, vi har gjort, er at vise, at tilgangen er mulig, selv i en klimamodel af den klasse, der bruges til IPCC -fremskrivninger, "forklarer Valerio Lucarini.

Gruppen konstruerede såkaldte matematiske responsoperatører, der oversætter input i form af at tvinge scenarier til output i form af klimaforandringssignaler. Metoden blev derefter anvendt på den nyeste generation af avancerede klimamodeller, kaldet CMIP6.

Beregningerne forudsagde nøjagtigt variationer i global gennemsnitstemperatur såvel som store havstrømme som Atlanterhavets meridionelle væltende cirkulation og den antarktiske cirkumpolare strøm, viser, at metoden virker.

Det er første gang denne tilgang, som er ekstremt teoretisk og bruger meget grundlæggende matematiske og fysiske egenskaber, er blevet anvendt på en komplet klimamodel i fuld skala med et fuldt interaktivt hav.

"I princippet, de værktøjer, vi bruger her, giver dig mulighed for at bygge bro mellem forskellige scenarier og til - lad os sige - nedbryde effekten af ​​forskellige tvang. Så så er det som en sort boks. Du giver mig en tidsperiode og en mængde tvang, og jeg giver dig svaret. I realtid. Det er en meget effektiv måde at bruge dataene på, og du kan dybest set konstruere et komplet scenario med tvang til en given model, "forklarer Lucarini.

"Mange mennesker troede, at dette ikke ville være muligt for en model af IPCC -klassen. I stedet for vi har vist, at det virker. Og ligesom det er lettere at forudsige den statistiske bevægelse af milliarder af molekyler end den nøjagtige bevægelse af et, denne tilgang fungerer faktisk bedre, jo mere kompleks klimamodellen er, «siger Lucarini.

Teoretisk set tilgangen forventes også at lette vurderingen af ​​vippepunkter. Testning af systemets respons under en række scenarier er nu mere tilgængelig, hvilket betyder, at sådanne eksperimenter kan afdække, hvor systemet er mest følsomt i bestemte retninger for bestemt tvang. Det er præcis situationen, når vi nærmer os et vendepunkt.