Преди да могат да разберат как се променя климатът на нашата планета, учените първо трябва да разберат основните принципи на тази сложна система. През първата част на 20-ти век се да правят прости модели с прости взаимодействия. Но от 50-те и 60-те години на миналия век изследователите започват все повече да включват по-сложни компоненти в своите модели, използвайки постоянно нарастващата изчислителна мощност.
Но колкото повече изследователите разглеждат климата (и атмосферата, в частност), толкова повече разбират, че не всичко е подредено. Много неща са предсказуеми - ако знаете състоянието на системата днес, можете да изчислите какво ще бъде утре с перфектна точност. Но някои компоненти са привидно хаотични.
Теорията на хаоса изучава тези добре определени системи и се опитва да опише тяхната вътрешна работа и модели. Според теорията на хаоса зад очевидната случайност на такива системи има взаимосвързани механизми и самоорганизация, които могат да бъдат изследвани. Така наречените хаотични системи са много чувствителни към първоначалните си условия. В математиката (и особено в динамичните системи) първоначалните условия са стойностите на „семето“, които описват дадена система. Дори много малки промени в условията днес могат да имат сериозни последици в бъдеще.
Ефектът на пеперудата
Едуард Лоренц и Елън Фетър са двама от пионерите на теорията на хаоса. Тези „герои на хаоса“ използват мощен (за онова време) голям компютър, наречен LGP-30, за да развият това, което днес познаваме като теория на хаоса.
Лоренц използва компютъра, за да стартира симулация на времето. След известно време той отново изпълнява резултатите, но само половината от тях, така че започва изчисленията, използвайки резултатите от предишния цикъл като първоначално условие. Компютърът изпълнява всичко с шест цифри, но отпечатаните резултати са закръглени до 3 цифри. Когато изчисленията приключват, резултатът е напълно различен от предишния.
Този инцидент води до огромни промени в областите на метеорологията, социалните науки и дори пандемичните стратегии. Известна фраза, която често се използва за описване на този тип ситуации, е „ефектът на пеперудата“. Може би сте запознати с неговата идея: „Ако пеперуда размаха криле в Бразилия, това може да предизвика торнадо в Тексас“. Това обобщава цялата идея зад малките промени в първоначалните условия и как малките промени в привидно хаотични системи могат да доведат до големи промени.
Симулация на Лоренцов атрактор на хаотична система. Wikimedia Commons.
За да разбере идеята, Лоренц построява диаграма, която изобразява този хаос. Нарича се атрактор на Лоренц и по същество показва траекторията на частица, описана от прост набор от уравнения. Частицата започва от точка и се върти по спирала около критична точка - хаотичната система не е циклична, така че никога не се връща в първоначалната точка. След известно време тя превишава известно разстояние и започва да се върти по спирала около друга критична точка, образувайки формата на пеперуда.
Защо е хаотично?
Ако атмосферата е хаотична, как можем да правим прогнози за нея? Първо, нека изясним две неща. Прогнозирането на времето е напълно различно от прогнозирането на климата. Климатът е дълъг период на атмосферни събития в мащаба на десетилетия, векове или дори повече. Времето е това, което преживяваме в рамките на часове, дни или седмици.
Прогнозата за времето се основава на прогнозни модели, които се фокусират върху прогнозиране на условията за няколко дни. За да направят прогноза за утрешния ден, моделите се нуждаят от днешните наблюдения като първоначално условие. Наблюденията не са перфектни поради малки отклонения от реалността, но са се подобрили значително поради увеличаването на изчислителната мощност и сателитите.
Флуктуациите обаче допринасят за това, че нещата стават по-трудни за прогнозиране заради хаоса. Има ограничение за това кога прогнозите са точни - обикновено не повече от няколко дни. Всичко по-дълго от това прави прогнозите ненадеждни.
За щастие, нашите познания за атмосферата и технологичния напредък направиха прогнозите по-добри в сравнение с преди 30 години. За съжаление, все още съществува неопределеност заради хаотичното поведение на атмосферата. Това е илюстрирано на изображението по-долу, ефективността на модела се сравнява между дневните диапазони. 3-дневната прогноза винаги е по-точна в сравнение с прогнозите от 5 до 10 дни.
Еволюцията на предсказуемостта на времето. Кредит: Shapiro et al. (AMS)
Това изображение също показва интересен социален проблем. Северното полукълбо винаги е било по-добро в предсказването на времето от Южното.
Това се случва, защото този регион съдържа по-голям брой по-богати страни, които са развили напреднали технологии и наука по-рано от юга и имат повече работещи станции за наблюдение. Следователно те имат много повече ресурси за наблюдение на времето, отколкото по-бедните страни. Без тези наблюдения няма надеждни начални условия, които да се използват за сравнение и моделиране. Това започна да се променя в края на 90-те и началото на 2000-те, когато космическите агенции изстреляха метеорологични спътници, които наблюдават по-голяма площ от планетата.
Предсказване на климата
Прогнозирането на климата е различно предизвикателство и в някои отношения е изненадващо по-лесно от прогнозирането на времето. По-дълъг период от време означава повече статистическа предвидимост. Да вземем за пример играта на зарове. Ако хвърлите зар веднъж трудно може да познаете какво ще получите. Но хвърляте един зар милион пъти, ще имате доста добра представа какво ще получите. По същия начин, когато става въпрос за климат, куп събития са свързани средно с дългосрочни условия и взети заедно, може да е по-лесно да се предвидят.
По отношение на моделите има много различни аспекти на моделите за времето и климата. Моделите за времето могат да предскажат къде и кога се случва дадено атмосферно събитие. Климатичните модели не се фокусират върху това къде точно ще се случи нещо, а ги интересува колко събития се случват средно в определен период.
Що се отнася до климата, Лоренцовият атрактор е средната стойност на основните системни условия - крилата на пеперудата като цяло. Учените използват съвкупност от по-малки модели, за да „напълнят пеперудата“ с възможности, които средно представляват възможен резултат, и да разберат как вероятно ще се развие системата като цяло. Ето защо прогнозите на климатичните модели като тези от IPCC са изключително надеждни, дори когато се занимават със сложна, привидно хаотична система.
Сравняване на модели
Днес климатолозите разполагат с компютърната мощ да осреднят куп модели, които се опитват да предскажат един и същ климатичен модел, допълнително усъвършенствайки резултатите. Те могат също да извършват симулации със същия модел, като променят леко първоначалните условия и осредняват резултатите. Това е добър индикатор за това какво може да се случи при всеки резултат. Нещо повече, съществуват независими модели от независими научни групи за сравнение на резултатите за ефектите от климатичната криза.
Организиран през 1995 г. Проектът за взаимно сравнение на свързаните модели (CMIP - Coupled Model Intercomparison Project) е начин за анализиране на различни модели. Това гарантира, че учените сравняват един и същ сценарий, но с различни детайли в изчисленията. С много резултати, сочещи към подобен резултат, симулациите са още по-надеждни.
Промени в глобалната повърхностна температура през последните 170 години (черна линия) спрямо 1850–1900 г. и осреднени годишно, в сравнение със симулации на климатичния модел CMIP на температурния отговор както на човешки, така и на естествени фактори (червено), и само на естествени фактори (слънчева и вулканична активност, зелено). Плътните цветни линии показват средната стойност за няколко модела, а цветните нюанси показват обхвата („много вероятно“) от симулациите. Източник: IPCC AR6 WGI
В крайна сметка, прогнозирането на климата не означава, да се даде прогноза дали ще вали дъжд на 27 януари 2122 г. Прогнозите за климата се фокусират върху средните условия за конкретен сезон. Въпреки хаотичния характер на атмосферата, благодарение на продължителността на климата и статистическата предсказуемост, могат да се правят надеждни дългосрочни климатични прогнози.
Източник: If the atmosphere is chaotic, how can we trust climate models?, ZMEScience
Коментари
Моля, регистрирайте се от TУК!
Ако вече имате регистрация, натиснете ТУК!
Няма коментари към тази новина !
Последни коментари