Парадоксы климата. Ледниковый период или обжигающий зной? - Игорь Кароль

Допустим, модель успешно отработала и выдала безошибочные результаты в виде набора чисел, количество которых вполне соизмеримо с многомегабайтным объемом спутникового мониторинга. Поэтому прежде чем предстать «пред светлы очи» моделиста, этот набор чисел преобразуется в карты, графики, диаграммы. Графическое представление результатов сопровождается стандартным «сглаживанием» исходного набора, причем зачастую алгоритм этого сглаживания разработчику модели детально неизвестен. Другими словами, процедура обработки данных может «пройтись катком» по важному модельному результату и уничтожить его. Отсюда имеющийся риск (правда, небольшой) «выплеснуть с водой и младенца». Но вот перед группой моделистов – десятки карт, отражающих результаты проведенного модельного эксперимента. Каждый – физик и химик, гидролог и радиационщик, оптик и биолог – анализируют свою «зону ответственности», после чего наиболее опытный и знающий специалист – координатор – делает обобщающие выводы. Качество этих выводов целиком зависит от квалификации всех членов группы и ее «сыгранности». Как правило, усложняет ситуацию временной фактор: результаты должны быть подготовлены к определенному сроку (к крупной конференции, к заранее оговоренному моменту публикации сравнения модельных результатов и т. д.), а устранить обнаруженные «шероховатости» нет возможности, так как время, необходимое на проведение дополнительного или повторного расчета, составляет несколько месяцев.

Повторимся, интерпретация модельных результатов – архиважный момент в исследованиях. Только специалист, хорошо знающий особенности модели, в состоянии корректно установить соответствие между полученными модельными значениями и данными мониторинга.

К примеру, казалось бы, естественно напрямую сравнить результаты, полученные в модельной ячейке, с наблюдениями в ближайшей географической точке. Однако так поступать нельзя, поскольку модельное решение соответствует среднему значению по всей модельной ячейке. Так, отношение массы сажи, выброшенной из заводской трубы, к объему воздуха в окрестности этой трубы (т. е. концентрация сажи в окрестности трубы) значительно выше отношения той же массы к объему модельной ячейки, охватывающей, скажем, уже упоминавшуюся Московскую область (средней концентрации по модельной ячейке).

Еще одной «головной болью» моделистов является неравномерность расположения метеостанций на поверхности Земли. «А какая-тут связь?» – возможно, удивится читатель. Прямая: информация, поступающая с этих метеостанций, необходима для работы моделей, но модель «привязана» к узлам регулярной сетки, не совпадающим с местоположением станций. На практике это означает, что в окрестности одного модельного узла может не оказаться ни одной станции, в то время как около другого «роится» сразу несколько. Однако значения метеопараметров должны быть присвоены каждому узлу. В первом случае не понятно, откуда такие значения брать, а во втором – какому из них отдавать предпочтение (или по какому правилу учесть все из них). Во многом ситуацию спасает спутниковый мониторинг, но все же не полностью, поскольку он не охватывает измерениями абсолютно всю поверхность земного шара.

Для восполнения дефицита данных и получения взаимосогласованных полей метеорологических характеристик применяют разные методы, например интерполяцию на основе объективного анализа или ныне наиболее популярный ре-анализ. Ре-анализы представляют собой результаты модельных расчетов атмосферных полей, произведенные с учетом всего комплекса имеющихся данных наблюдений таких ключевых характеристик, как температура, влажность, атмосферное давление и др. Там, где такие данные отсутствуют, они восполняются соответствующими модельными результатами. После этого весь комплекс значений каждой из характеристик подвергается процедуре ассимиляции – созданию такого результирующего «гладкого» взаимосогласованного поля в заданных точках поверхности земного шара и атмосферы (в узлах модельной сетки), которое максимально приближено к значениям исходного комплекса. Достоверность ре-анализов для разных атмосферных характеристик неодинакова, а для некоторых характеристик (например, для осадков или облачности) данные наблюдений плохо или совсем не ассимилируются, несмотря на их наличие. Вместо этого указанные характеристики рассчитываются – с погрешностями, присущими их модельным описаниям.

Однако «лучше один раз увидеть, чем сто раз услышать». Рис. 19 и 20 цв. вклейки иллюстрируют возможности современных климатических моделей. На них показаны попарно модельные и наблюдаемые распределения годовых сумм осадков (рис. 19) и температуры приземного воздуха (рис. 20) по поверхности земного шара. Модельные распределения – это средние величины, полученные в результате работы 19 моделей, а наблюдаемые – данные ре-анализа за период 1980–1999 гг. Конечно, теория и практика расходятся, но, согласитесь, «картинки» во всех основных деталях получаются весьма похожими и вполне подошли бы для популярной игры «Найди десять отличий».

Обнаружение расхождений между модельным и наблюдаемым климатами чаще всего не позволяет сразу же внести исправления в модель. Высокая сложность взаимодействий в модельной климатической системе маскирует связь между причиной и следствием. Это вынуждает разработчиков проводить многочисленные, подчас дорогостоящие и не всегда успешные эксперименты для оценки того, насколько чувствительны полученные с помощью модели результаты к изменению ее параметров. Улучшение воспроизведения моделью некоего среднего состояния, отвечающего, например, современному климату, может быть достигнуто, в частности, путем так называемой «настройки», состоящей в подборе свободных (недостаточно известных или изменяющихся в широких пределах) параметров модели в целях наилучшего соответствия как можно большего числа характеристик модельного климата наблюдаемым значениям (нелишне заметить, что улучшение воспроизведения моделью одной характеристики может сопровождаться ухудшением другой).

«Настройка» моделей традиционно является объектом критики со стороны исследователей, скептически относящихся к физико-математическому моделированию как методу исследования и предсказания климата. Однако повторимся, в контексте исследований будущих изменений климата удовлетворительное воспроизведение его современного среднего состояния не является самоцелью. Дело в том, что даже при использовании одного и того же сценария внешнего воздействия современные модели демонстрируют значительный разброс в оценках возможных изменений климата в будущем. А контролировать чувствительность модели к внешним воздействиям – задача куда более сложная, нежели воспроизведение современного состояния климатической системы.

Если же помимо современного климата модель позволяет воспроизводить различные состояния климатической системы, наблюдавшиеся в далеком прошлом (когда внешние воздействия сильно отличались от современных), а также известную эволюцию климатической системы (например, в течение ХХ и предыдущих веков), можно надеяться, что полученные с помощью этой модели оценки изменений климата при тех или иных ожидаемых в будущем сценариях внешнего воздействия заслуживают доверия.

Сегодня не существует модели, лучше прочих описывающей, например, современный климат. Обычно каждая модель хорошо воспроизводит лишь часть искомых климатических величин, в то время как остальные воспроизводятся значительно хуже. Сравнительный анализ показывает, что наиболее высокую успешность, как правило, демонстрирует «средняя» (по ансамблю) модель. Это связано с тем, что систематические ошибки разных моделей (а они присущи каждой) не зависят друг от друга и при осреднении по ансамблю могут взаимно компенсироваться. Например, если две модели регулярно «завышают» температуру воздуха на 0,3 °C и 0,4 °C, а две другие ее «занижают» на 0,25 °C и 0,3 °C соответственно, то средняя ошибка (0,3 + 0,4–0,25 – 0,3 = 0,15 °C) окажется меньше, чем у любой из четырех моделей.

Разумеется, при всем огромном и далеко не исчерпанном потенциале моделей, их возможности не безграничны.

На многие вопросы, связанные с предсказуемостью климатической системы, еще предстоит получить ответы. Кроме того, мы вряд ли когда-нибудь будем уверены в том, что модели включают надлежащее описание всех климатически значимых процессов. Не исключено, что сегодня мы недооцениваем роль каких-либо факторов в будущих изменениях климата, и, возможно, на этом пути нас еще ждут сюрпризы.

Тем не менее не подлежит сомнению то, что современные модели отвечают наивысшему уровню знаний, накопленных человечеством за время исследований климатической системы.