Погодные атрибуции на зыбкой почве

Оригинал: "On the attribution of weather events to climate change using a fit to extreme value distributions"
arXiv:2308.07560 · 2023-08-15 · CC BY 4.0 · 2 мин
Внутренняя изменчивость климата может имитировать антропогенный сигнал в экстремальной погоде.

Контекст

Работа стоит на отшибе: рядом в архиве лежат исследования погоды, климата и машинного обучения, но прямых соседей по теме атрибуции почти нет. Соседние работы изучают, как отличить шум от сигнала в климатических данных, как моделировать осадки и как экосистемы реагируют на природные ритмы. Эта статья заходит с другой стороны: она не строит новый метод, а проверяет надёжность уже широко используемого подхода к атрибуции экстремальных событий.

Методы

Авторы воспроизводят методику World Weather Attribution: подгоняют распределения экстремальных значений (GEV или GPD) к наблюдениям, допуская зависимость параметров от четырёхлетнего сглаженного значения глобальной средней температуры. Затем они применяют ту же процедуру к 1800-летней доиндустриальной симуляции климатической модели CESM, где антропогенное воздействие отсутствует по построению. Дополнительно они сравнивают качество подгонки с более простыми нормальным и логнормальным распределениями, проверяют оправданность добавления температурной зависимости с помощью теста отношения правдоподобия и оценивают неопределённость параметров бутстрепом.

Результаты

В доиндустриальной симуляции для австралийской жары медианное значение параметра чувствительности к глобальной температуре составило 4.9 °C на градус потепления, хотя антропогенного сигнала там нет. Для Сибири этот параметр варьировался от 1 до 4 °C на градус. Это значит, что внутренняя изменчивость, например Эль-Ниньо, может создавать ложную видимость сильной связи между локальными экстремумами и глобальным потеплением. В наблюдениях для Австралии оценка параметра около 2 °C на градус попадает в верхний диапазон модельных значений, что указывает на возможное смещение. Для Мадагаскара данных оказалось слишком мало: всего 14 точек, и никакой значимой связи выявить не удалось.

Значение

В отличие от соседних работ, которые ищут сигнал в шуме или строят прогнозы, эта статья показывает, что сам инструмент атрибуции может давать сбой из-за естественной изменчивости климата. Она не опровергает связь между потеплением и экстремальной погодой, но требует учитывать внутренние моды изменчивости как дополнительные факторы. Это меняет интерпретацию многих опубликованных атрибуций и подчёркивает необходимость многометодного подхода.

Развитие

Тема может развиваться в сторону включения индексов внутренней изменчивости, таких как Эль-Ниньо или Тихоокеанская декадная осцилляция, в статистические модели атрибуции. Другое направление — систематическое тестирование методик на больших ансамблях моделей с контролируемыми воздействиями, чтобы отделить вклад человека от естественных колебаний.

Влияние

Работа повлияет на практику оперативной атрибуции экстремальных событий и на интерпретацию результатов в климатологии, страховании и политике адаптации.

Следующие шаги

Следующий шаг — проверить, сохранятся ли выявленные смещения при использовании других климатических моделей и при включении дополнительных ковариат, описывающих региональную изменчивость.

Ключевые проблемы

Для климатологии остаётся нерешённым вопрос о времени появления антропогенного сигнала в экстремальных осадках и засухах, где естественная изменчивость особенно велика. Эта работа напрямую связана с проблемой отделения вынужденного отклика от внутренних колебаний в коротких рядах наблюдений.

Верхоянск, где в 2020 году зафиксировали 38 °C, считается одним из полюсов холода Северного полушария: зимой температура там опускается ниже −60 °C.

В романе Кима Стэнли Робинсона «Министерство будущего» жара в Индии становится катализатором глобальных действий, но атрибуция конкретного события остаётся предметом споров — как и в этой статье.

\mu = \mu_0 + \alpha T
Параметр положения сдвигается пропорционально изменению глобальной температуры; коэффициент α показывает чувствительность экстремумов к потеплению.
GEV(x; \mu, \sigma, \xi) = \frac{1}{\sigma} t(x)^{\xi+1} e^{-t(x)}
Описывает статистику блочных максимумов, например годовых максимумов температуры, с параметрами положения, масштаба и формы.
GPD(x; u, \sigma, \xi) = \frac{1}{\sigma} \left(1 + \xi \frac{x-u}{\sigma}\right)^{-(1/\xi + 1)}
Описывает значения выше заданного порога, используется для хвостов распределений, например для экстремальных осадков.

Ключевые числа

  • Медианное значение α в доиндустриальной симуляции для Австралии: 4.9 °C на градус
  • Диапазон α для Сибири в доиндустриальной симуляции: 1–4 °C на градус
  • Количество точек данных для Мадагаскара: 14
  • Оценка α для австралийской жары по наблюдениям: около 2 °C на градус
  • Длина доиндустриальной симуляции: 1800 лет
Понятия
аномалия осадков межгодовая изменчивость климат аномалия температуры муссон вспышка западных ветров вероятностный прогноз глобальное потепление NOAA CPC gpcp естественная изменчивость IRI ERA5 прогноз сезонный форсинг годовой цикл распределение по степенному закону случайный лес климатическая модель распределение скоростей