المناخ ليس مجرد طقس متوسط على مدى سنوات عديدة. إنه نظام يتبادل فيه المحيط والغلاف الجوي والجليد واليابسة الطاقة والمادة باستمرار، مما ينتج سلوكًا لا يمكن اختزاله إلى مجموع أجزائه. نماذج المناخ التقليدية، المبنية على المعادلات الفيزيائية، أصبحت أكثر تفصيلًا، لكن تعقيدها الحسابي يتزايد، بينما يظل فهم العلاقات السببية محدودًا. بجانب هذا العمل في الأرشيف، توجد دراسات تبحث أيضًا عن إشارات في البيانات المناخية: من توقعات النينيو إلى استخدام الشبكات العصبية للتنبؤ بالجفاف. تقف هذه المقالة على حافة هذا الاتجاه لأنها لا تركز على التنبؤ في حد ذاته، بل على المنهجية: كيفية استخراج معلومات حول التفاعلات الخفية وحالات عدم الاستقرار من السلاسل الزمنية للمتغيرات المناخية.
يحلل المؤلفون سلاسل زمنية متعددة المتغيرات للمتغيرات المناخية، مثل مؤشر هطول الأمطار SPI، ودرجة حرارة سطح المحيط (SST)، ومؤشرات النينيو (NINO 3.4)، وثنائي قطب المحيط الهندي (IOD)، والتذبذب شمال الأطلسي (NAO)، ومساحة الجليد البحري (SIE). أولاً، باستخدام دالة الارتباط الذاتي، يتم تحديد الدوريات الهامة، والتي يتم بعد ذلك نمذجتها باستخدام متسلسلات فورييه. لاختيار التوافقيات الأكثر أهمية، يتم تطبيق طريقة LASSO. يتم وصف الذاكرة قصيرة المدى للنظام باستخدام نموذج السببية لجرانجر، الذي يختبر ما إذا كانت القيم السابقة لمتغير واحد تساعد في التنبؤ بالقيمة الحالية لمتغير آخر. يتم أخذ الارتباط المكاني بين المحطات في الاعتبار من خلال عملية غاوسية. يسمح هذا النهج الهجين بفصل الاتجاهات طويلة الأجل، والدورات الموسمية، والتفاعلات السريعة.
في الدراسة الأولى، التي تناولت الجفاف في جنوب غرب أستراليا، كشف تحليل 194 محطة أرصاد جوية على مدى 58 عامًا عن دورية لهطول الأمطار تبلغ حوالي 5.5 سنوات. تغيرت بنية الارتباط بين SPI وSST وIOD وNINO 3.4 بمرور الوقت: قبل عام 2008، أثر IOD بشكل مباشر على هطول الأمطار، وبعد عام 2009 ضعف هذا التأثير، وأصبح IOD يعمل بشكل غير مباشر من خلال درجة حرارة المحيط والنينيو. أظهرت النماذج التي تتضمن SST والتصحيح المكاني أقل خطأ في التنبؤ: RMSE قدره 0.34 لمؤشر SPI لمدة 12 شهرًا. في الدراسة الثانية، التي غطت شمال الأطلسي من 1982 إلى 2019، تم اكتشاف حلقة تغذية راجعة بين NAO ودرجة حرارة سطح المحيط ومساحة الجليد. أكدت اختبارات جرانجر السببية المتبادلة بين جميع أزواج المتغيرات. يشير عدم التماثل السلبي لتوزيع NAO إلى اقتراب النظام من عدم استقرار حرج، مما قد ينذر بموجات برد شديدة أكثر تواترًا في المنطقة.
يظهر العمل أن أساليب التعلم الإحصائي وتحليل السلاسل الزمنية يمكن أن تكمل نماذج المناخ الفيزيائية، من خلال الكشف عن التبعيات الخفية والمؤشرات المبكرة للتغيرات المفاجئة. على عكس الدراسات المجاورة التي تركز غالبًا على التنبؤ بظاهرة معينة، يُقترح هنا إطار منهجي عام قابل للتطبيق على أنظمة فرعية مناخية مختلفة. يعد اكتشاف حلقات التغذية الراجعة وعلامات عدم الاستقرار أمرًا مهمًا لتقييم المخاطر: يمكن لمثل هذه الأنظمة أن تنتقل إلى حالات جديدة أسرع مما تتنبأ به النماذج التقليدية.
يمكن توسيع المنهجية لتشمل مناطق أخرى ومجموعات متغيرات أخرى، بما في ذلك بيانات غازات الدفيئة والغطاء النباتي والعوامل البشرية. من الواعد الجمع بين الأساليب الإحصائية والنماذج الفيزيائية لتحسين التوقعات على مدى عقود قادمة. ومن الممكن أيضًا تطبيق أساليب التعلم الآلي للكشف التلقائي عن حالات عدم الاستقرار في الوقت الفعلي.
يمكن أن تكون النتائج مفيدة للزراعة وإدارة الموارد المائية والتخطيط للتكيف مع تغير المناخ في المناطق الهشة، مثل جنوب غرب أستراليا وشمال الأطلسي.
اختبار متانة العلاقات المكتشفة على بيانات مستقلة وتوسيع التحليل ليشمل مؤشرات مناخية أخرى. تطوير نظام إنذار مبكر يعتمد على علامات عدم الاستقرار المكتشفة.
بالنسبة لعلم المناخ، فإن المشكلة الرئيسية غير المحلولة هي التنبؤ بالتغيرات المفاجئة غير الخطية في النظام المناخي، مثل انهيار الدورة الانقلابية الأطلسية أو الذوبان السريع للجليد في القطب الشمالي. يتناول هذا العمل هذه المشكلة مباشرة، من خلال اقتراح طرق لتحديد المؤشرات المبكرة لمثل هذه التحولات.
هذا القسم موجَّه إلى مؤلف العمل وزملائه. الأعمال المجاورة عثر عليها بحثٌ دلالي في أرشيفنا، لا بتطابق الكلمات. نحن لا نقيّم العمل: نعرض الحقل من حوله.
ماذا يفعل هذا العمل
تقترح هذه الدراسة منهجية لتحليل السلاسل الزمنية المناخية: استخراج الدوريات باستخدام الارتباط الذاتي وانحدار اللاسو (LASSO)، ونمذجة التفاعلات قصيرة المدى عبر سببية غرانجر (Granger causality)، ومراعاة الارتباط المكاني عبر العمليات الغاوسية. وبالتطبيق على حالات الجفاف في جنوب غرب أستراليا وشمال الأطلسي، يُظهر العمل كيفية كشف العلاقات المتغيرة زمنيًا وحلقات التغذية الراجعة، بالإضافة إلى مؤشرات الاقتراب من عدم الاستقرار.
أين تكمن قوته
تكمن قوة العمل في الجمع بين طرق استخلاص الإشارة من السلاسل الزمنية مع اختبار السببية والارتباط المكاني، مما يسمح ليس فقط بالتنبؤ، بل برؤية بنية التفاعلات وتغيراتها.
إلى أين يمكن المضي
يستحق التجربة
لماذا قد يكون هذا مهمًا
فهم الأماكن التي قد يغير فيها النظام المناخي سلوكه بشكل جذري أمر مهم للتكيف وتخفيف الآثار؛ كما أن النتائج المنهجية قد تفيد مجموعة واسعة من مهام تحليل البيانات المناخية.
أعمال قريبة في أرشيفنا
أقرب عمل في الأرشيف يقع عند 0.62 من حيث المعنى — وهو المستوى المعتاد في مجموعتنا.
يُقاس مؤشر التذبذب شمال الأطلسي (NAO) على أنه الفرق في الضغط الجوي بين أيسلندا وجزر الأزور. غالبًا ما يجلب طوره السلبي فصول شتاء باردة إلى أوروبا، بينما يجلب الطور الموجب فصولًا معتدلة ورطبة.
فكرة أن النظام المناخي يمكن أن ينتقل فجأة إلى حالة جديدة تذكرنا بحبكة فيلم «بعد الغد» (The Day After Tomorrow)، حيث يؤدي اضطراب الدورة المحيطية إلى عصر جليدي فوري. في الواقع، تحدث هذه التحولات بشكل أبطأ، ولكن يمكن البحث عن مؤشراتها المبكرة في البيانات، كما يفعل المؤلفون.