Καιρός ενάντια στο κλίμα

Ημέρα της Ινδίκτου, της αρχιχρονιάς για τους παλιούς με τα συννεφάκια στον ορίζοντα , στην Ακτή Μιαούλη της Κω. Άλλο καιρός και άλλο κλίμα, κάποιοι δεν ξέρουν τις διαφορές τους.

Σε τάξεις σε όλο τον κόσμο, οι μαθητές μαθαίνουν ότι ο καιρός είναι αυτό που συμβαίνει σε μια συγκεκριμένη στιγμή, ενώ το κλίμα είναι το μακροπρόθεσμο πρότυπο. Οι Κώοι συνηθίζουν να το αγνοούν ή δεν το ξέρουν με αποτέλεσμα να αδυνατούν να κατανοήσουν τους παράγοντες που καθορίζουν μελλοντικά το κλίμα.

Το κλίμα είναι κάτι περισσότερο από μακροπρόθεσμος καιρός. Αυτό σημαίνει ότι οι ερευνητές που κατασκευάζουν μαθηματικά μοντέλα του κλίματος της Γης πρέπει να λαμβάνουν υπόψη πολλές μεταβλητές που οι μετεωρολόγοι μπορούν με ασφάλεια να αγνοήσουν. Για παράδειγμα, μια μικρή αλλαγή στην παγκόσμια νεφοκάλυψη έχει σχετικά μικρή διαφορά στην πρόγνωση καιρού της επόμενης εβδομάδας, αλλά μια τέτοια αλλαγή θα μπορούσε να αλλάξει ριζικά το κλίμα σε 30 χρόνια στο μέλλον. Λόγω της χαοτικής φύσης του κλιματικού συστήματος, μικρές διαφορές μπορούν να προκαλέσουν ριζικά διαφορετικά μέλλοντα. 

Υπάρχουν τα μετεωρολογικά και τα κλιματικά μοντέλα και υπάρχουν σημαντικές διαφορές μεταξύ τους. Η μοντελοποίηση του κλίματος είναι πιο δύσκολη από την πρόβλεψη του καιρού , αυτού που ακούμε καθημερινά στις ειδήσεις.

Ο  Pierre Gentine καθηγητής Γεωφυσικής στην έδρα Maurice Ewing και J. Lamar Worzel στο Columbia Engineering , καθηγητής γεωεπιστημών και περιβαλλοντικών επιστημών και κλίματος στο Columbia Climate School , διευθυντής του Κέντρου για τη Μάθηση της Γης με Τεχνητή Νοημοσύνη και Φυσική ( LEAP ) και μέλος του Ινστιτούτου Επιστήμης Δεδομένων του Columbia μας εξηγεί γιατί τα κλιματικά μοντέλα πρέπει να προσομοιώνουν πολλά επικαλυπτόμενα συστήματα για να προβλέψουν το μελλοντικό κλίμα.

Καιρός ενάντια στο κλίμα

Ο καιρός περιγράφει την κατάσταση της ατμόσφαιρας. Καθώς οι μάζες αέρα κινούνται στην επιφάνεια της Γης, η θερμοκρασία σε ένα συγκεκριμένο μέρος ανεβαίνει και πέφτει και οι βροχοπτώσεις γίνονται όλο και λιγότερο πιθανές. Ορισμένοι συνδυασμοί γεγονότων μπορούν να προκαλέσουν οτιδήποτε, από κυκλωνικές καταιγίδες έως διαρκή ξηρασία, αλλά κάθε πτυχή του καιρού λαμβάνει χώρα στο λεπτό στρώμα αέρα που περιβάλλει την επιφάνεια της Γης.

Οι καιρικές συνθήκες μπορεί να είναι ακραίες, αλλά συνήθως δεν είναι μακροχρόνιες - η «μνήμη» της ατμόσφαιρας διαρκεί μόνο λίγες ημέρες. Με άλλα λόγια, η σημερινή ατμόσφαιρα έχει πολύ μικρή επίδραση στις καιρικές συνθήκες σε δύο εβδομάδες από τώρα. 

Για να κάνουμε προβλέψεις πέρα ​​από αυτόν τον χρονικό ορίζοντα, πρέπει να ενσωματώσουμε στα μοντέλα μας πολλούς παράγοντες πέρα ​​από την ατμόσφαιρα. Τα πάντα, από την ποσότητα του χιονιού στον Καναδά μέχρι την επιφανειακή θερμοκρασία στον Ειρηνικό και τον ετήσιο κύκλο των βλαστών και της πτώσης των φύλλων στο τεράστιο φυλλοβόλο δάσος της Ευρώπης, επηρεάζουν το κλίμα. Σε αντίθεση με την ατμόσφαιρα, αυτοί οι παράγοντες τείνουν να έχουν μακρά μνήμη. Για παράδειγμα, η ποσότητα υγρασίας του εδάφους το καλοκαίρι θα επηρεάσει την ένταση των καυσώνων αργότερα στην εποχή. Αυτές οι υψηλές θερμοκρασίες, με τη σειρά τους, θα επηρεάσουν διαδικασίες που θα εξελιχθούν ακόμη περισσότερο στο μέλλον. 

Γραμμικό διάγραμμα που δείχνει «σχετικές συνεισφορές στην προβλεψιμότητα του Γήινου Συστήματος από την ατμόσφαιρα, την ξηρά και τον ωκεανό σε διαφορετικές χρονικές κλίμακες».

Η απλή καταγραφή όλων αυτών των διαδικασιών - για να μην αναφέρουμε την κατανόηση του τρόπου με τον οποίο εξελίσσονται και αλληλεπιδρούν - αποτελεί από μόνη της μια σημαντική πρόκληση. 

Η μοντελοποίηση του τρόπου με τον οποίο συνδέονται αποκαλύπτει έναν θεμελιώδη περιορισμό σε ό,τι μπορούμε ενδεχομένως να γνωρίζουμε για το μέλλον του κλίματος της Γης.

Ένα χαοτικό σύστημα

Τη δεκαετία του 1960, ο φυσικός Έντουαρντ Λόρεντζ και η μαθηματικός Έλεν Φέτερ παρατήρησαν κάτι παράξενο όταν προσπάθησαν να μοντελοποιήσουν τις ατμοσφαιρικές συνθήκες χρησιμοποιώντας ένα σύνολο εξισώσεων. Όταν έτρεξαν το μοντέλο στον υπολογιστή τους των 600 λιβρών, συνειδητοποίησαν ότι ακόμη και μικρές αλλαγές στις αρχικές συνθήκες θα μπορούσαν να επιφέρουν δραστικά διαφορετικές προβλέψεις. Η εισαγωγή μεταβλητών όπως η θερμοκρασία στην τρίτη θέση μετά το δεκαδικό θα οδηγούσε σε μια εντελώς διαφορετική πρόβλεψη από την εισαγωγή των ίδιων τιμών σε έξι θέσεις μετά το δεκαδικό. 

Η μελέτη αυτού του φαινομένου έγινε η θεωρία του χάους, και η τάση των μικροσκοπικών αλλαγών στις αρχικές συνθήκες να προκαλούν δραματικές αλλαγές στο μέλλον είναι ευρέως γνωστή ως το φαινόμενο της πεταλούδας. Οι επιπτώσεις στη μοντελοποίηση είναι σημαντικές: είναι αδύνατο να προβλεφθεί με ακρίβεια ο καιρός και το κλίμα πέρα ​​από αρκετές ημέρες, ακόμη και με σχεδόν τέλεια γνώση της τρέχουσας κατάστασης της ατμόσφαιρας, της γης, των ωκεανών και του πάγου και του χιονιού της Γης. Αυτό δεν αποτελεί περιορισμό των μοντέλων μας - είναι μια θεμελιώδης ιδιότητα οποιουδήποτε χαοτικού συστήματος.

Η σημασία των μακροπρόθεσμων προβλέψεων είναι σαφής: το κλίμα θα πρέπει να μελετάται στατιστικά. Ενώ δεν μπορούμε να προβλέψουμε τον ακριβή καιρό σε μια συγκεκριμένη τοποθεσία σε ένα χρόνο ή και περισσότερο από τώρα, μπορούμε να εκτιμήσουμε την πιθανότητα διακυμάνσεων της θερμοκρασίας ή των βροχοπτώσεων κατά τη διάρκεια των εποχών ή των δεκαετιών. Ευτυχώς, αυτός ο τύπος στατιστικής πρόβλεψης είναι ακριβώς αυτό που χρειάζεται για πρακτικές εφαρμογές, όπως ο σχεδιασμός έργων πολιτικού μηχανικού ικανών να αντέξουν μελλοντικές συνθήκες ή ο σχεδιασμός γεωργικής πολιτικής ανθεκτικής στην κλιματική αλλαγή. 

Μοντελοποίηση του σωστού φαινομένου

Τα σημερινά υπερσύγχρονα μοντέλα καιρού λειτουργούν διαφορετικά από τα καλύτερα κλιματικά μοντέλα μας. Τα προγράμματα που προβλέπουν τον καιρό έχουν σχεδιαστεί ώστε να ενημερώνονται συνεχώς με νέες παρατηρήσεις που προέρχονται από όργανα σε δορυφόρους και μετεωρολογικά μπαλόνια, σε μια διαδικασία που ονομάζεται αφομοίωση δεδομένων. Μέσω αυτής της διαδικασίας, αυτά τα μοντέλα βελτιώνουν τις προβλέψεις τους για τις επόμενες ημέρες. 

Από την άλλη πλευρά, τα κλιματικά μοντέλα στοχεύουν στην καταγραφή μακροπρόθεσμων τάσεων, που καθορίζονται από μικρές αλλά παρόλα αυτά σημαντικές αλλαγές, όπως στο ενεργειακό ισοζύγιο της Γης. Συνήθως κατασκευάζονται από πρώτες αρχές χρησιμοποιώντας εξισώσεις για την εφαρμογή βασικών γνώσεων σχετικά με τη φυσική, τη χημεία και τη βιογεωχημεία. Μόνο στο τέλος της διαδικασίας σχεδιασμού αυτά τα μοντέλα που βασίζονται στην πρώτη γραμμή της φυσικής βαθμονομούνται σε σχέση με μερικές πραγματικές παρατηρήσεις. 

Το πιο σημαντικό είναι ότι οι κλιματικές προβλέψεις είναι εγγενώς πιθανοτικές. Ένα μόνο μοντέλο δεν είναι αρκετό για να κατανοήσουμε τη μεταβλητότητα ή να αξιολογήσουμε τους κινδύνους που σχετίζονται με ακραία φαινόμενα, όπως οι έντονες βροχοπτώσεις ή η μακροχρόνια ξηρασία. Για να προετοιμαστούμε για το μελλοντικό κλίμα, είναι απαραίτητο να αξιοποιήσουμε όλα τα είδη μοντέλων για να λάβουμε υπόψη την πολυπλοκότητα - και, μάλιστα, το χάος - του παγκόσμιου κλίματος.

Γεωδίφης με πληροφορίες από τη σελίδα engineering.columbia.edu

https://www.engineering.columbia.edu/about/news/why-modeling-climate-more-challenging-forecasting-weather