Zrozumieć rolę lodu morskiego w polarnych i globalnych systemach klimatycznych
Modele systemu ziemskiego (ESM) to złożone symulacje wykorzystywane do reprezentowania interakcji między atmosferą, oceanem, lądem, lodem i biosferą. Najważniejsze cele obejmują lepsze zrozumienie długoterminowych zmian środowiskowych, a także wpływu działalności człowieka na klimat. „ESM to podstawowe narzędzia dla nauki o klimacie, ale mierzą się z kilkoma wyzwaniami” — zauważa koordynator projektu CRiceS(odnośnik otworzy się w nowym oknie), Risto Makkonen z Fińskiego Instytutu Meteorologicznego(odnośnik otworzy się w nowym oknie). „To między innymi złożoność i wzajemne powiązania systemów ziemskich, wysokie wymagania obliczeniowe, ograniczone dane z obserwacji oraz problemy techniczne z połączeniem różnych składowych modeli”.
Łączenie symulowanych i obserwowanych danych dotyczących obszarów polarnych
Projekt CRiceS finansowany ze środków UE zwiększa dokładność i przydatność ESM, poprawiając ich zdolność do odtwarzania stanu i trendów dotyczących lodu morskiego, śniegu na lodzie morskim oraz systemów aerozolowo-chmurowych w regionach polarnych. „To ważne, ponieważ wpływ zmian polarnych na globalny klimat może utrudniać przewidywania przyszłego klimatu oraz zdolności dostosowania się do zmian klimatycznych w nadchodzących dekadach” — wyjaśnia Makkonen. W tym celu utworzono konsorcjum wiodących światowych specjalistów z Europy, Kanady, Indii oraz Republiki Południowej Afryki. Zespół projektu jest mocny nie tylko pod względem modelowania, ale obejmuje też osoby z doświadczeniem w obserwacjach polarnych, kampaniach pomiarowych i ekspedycjach. „CRiceS połączył społeczności obserwatorów i modelarzy” — dodaje Makkonen. „Chcieliśmy wzmocnić dialog na temat ograniczeń obserwacyjnych dla procesów modelowych i znaleźć sposoby łączenia danych z symulacji i z obserwacji”.
Uwzględnianie złożonych procesów polarnych
Do modelu wprowadzono istotne ulepszenia. To między innymi uwzględnienie procesów zachodzących wokół lodu morskiego, takich jak śnieg na lodzie, stawy topniejącej wody oraz turbulencje warstwy granicznej atmosfery. Fizyczna sfera lodu morskiego została także blisko powiązana z cyklami biogeochemicznymi, takimi jak wpływ schematów transferu promieniowania na zakwity glonów, zaburzeniach dostępności składników odżywczych i rozwój „kolorowego śniegu”. Opracowano systemy aerozolowo-chmurowe dla regionów polarów oraz ich powiązania z systemami oceanów i lodów, do modeli wprowadzono także nowe źródła aerozoli, takich jak śnieg podmuchowy. „Te ulepszone modele CRiceS zostały następnie zweryfikowane przy wykorzystaniu ogromnej ilości multidyscyplinarnych obserwacji w regionach polarnych” — mówi Makkonen. „Obecnie zespoły przeprowadzają końcowe symulacje. Na ich podstawie chcemy pokazać złożoność procesów polarnych, takich jak lód morski, oraz konieczność uwzględnienia tych procesów w przyszłych prognozach klimatycznych”.
Interakcje polarnego systemu klimatycznego o większej precyzji
Projekt CRiceS rozwinął wiele kierunków badań klimatu polarnego. Lepsze zrozumienie procesów związanych z lodem morskim, udoskonalone narzędzia, produkty danych syntetycznych i inne wyniki badań(odnośnik otworzy się w nowym oknie) zostaną teraz użyte z korzyścią dla przyszłych projektów badawczych. „Społeczności modelarzy będą miały okazję wprowadzić bardziej precyzyjne interakcje systemów klimatycznych i mechanizmy sprzężenia zwrotnego” — zauważa Makkonen. „Ostatecznie pozwoli to uzyskać lepsze przewidywania klimatu polarnego oraz jego wpływu na globalny system klimatyczny. Udało nam się połączyć społeczności zajmujące się modelowaniem i obserwacją z kilku dziedzin badań. Przewidujemy, że to na tych fundamentach uda się zbudować przyszłą współpracę i sieci w Europie i poza nią". Komponenty opracowane w ramach projektu CRiceS zostaną teraz wykorzystane w symulacjach modelowych CMIP7(odnośnik otworzy się w nowym oknie), które będą częścią międzynarodowych wysiłków na rzecz ulepszenia ESM niezbędnych do pracy Międzyrządowego Zespołu ds. Zmian Klimatu(odnośnik otworzy się w nowym oknie) (IPCC). Zespół projektowy stwierdził również, że sztuczna inteligencja (AI) będzie prawdopodobnie odgrywać kluczową rolę w przyszłych modelach klimatycznych. „Przyszłe modele klimatyczne będą zawierać pewne komponenty integrujące sztuczną inteligencję” — dodaje Makkonen. „Sztuczna inteligencja może również okazać się pomocna w łączeniu obserwacji polarnych i danych modelowych, być może dostarczając zalecenia dotyczące możliwości obserwacyjnych lub ulepszeń modeli”.
