Погода против климата: как отличить шум от сигнала экспресс

Оригинал: "Quantifying internal variability in large-ensemble climate data with the Wasserstein distance"
· Yuki Yasuda, Shoichiro Kido
arXiv:2608.14455v1 · 2026-08-14 · CC BY 4.0 · 1 мин
Показываем, сколько в данных о климате случайных колебаний, а сколько — устойчивого изменения.

Зимой в одном районе города выпадает втрое больше снега, чем в соседнем. Один год — жара, другой — холод. Это капризы погоды — краткосрочные, хаотичные колебания атмосферы. А за десятилетия виден другой, медленный сдвиг: зимы в среднем становятся мягче. Отличить одно от другого — главная задача климатологов.

В новом исследовании предлагают считать, сколько в данных о температуре или осадках случайных колебаний, а сколько — устойчивого изменения. Используют компьютерные модели климата, которые прогоняют много раз с чуть разными начальными условиями — так получают целый веер возможных вариантов климата, ансамбль. Затем сравнивают разброс между этими вариантами и сдвиг, вызванный внешним воздействием, например, ростом концентрации углекислого газа.

Метод основан на простом действии: отсортировать числа и вычесть одни из других. Никаких сложных параметров настраивать не нужно.

Оказалось, что новый способ работает надёжнее прежних, даже если данные сильно «разбросаны» или содержат редкие экстремальные значения. Главное — чтобы в ансамбле было не меньше сорока вариантов расчёта. Когда внешнее воздействие усиливается, доля случайности в данных снижается, и это видно особенно чётко.

Такой инструмент помогает отделять зёрна от плевел: понимать, что в климатических прогнозах действительно вызвано деятельностью человека, а что — просто естественная изменчивость, как неожиданный снегопад в мае.

В одном из сценариев моделирования потепление оказалось настолько сильным, что случайные колебания температуры почти перестали влиять на общую картину — сигнал изменения климата стал очевидным.

Учёные
Leonhard EulerAndrey Markov
Понятия
максимальное правдоподобие взвешенное среднее среднеквадратичная ошибка дисперсия ансамблевый прогноз ансамблевое среднее байесовское свидетельство линейная инверсная модель метрика стандартное отклонение оценка максимального правдоподобия среднее плотность стандартная ошибка объём выборки многомерный индекс ЭНСО ошибка измерения климатическая модель оптимальная транспортировка мода изменчивости