Viện Khoa học Thống kê

Dự báo khí hậu được cải thiện nhờ kỹ thuật thống kê

Email In

Một nghiên cứu từ dự án TiPES Horizon châu Âu xác nhận rằng sự không chắc chắn của các mô hình khí hậu được sử dụng trong các báo cáo của Ủy ban liên chính phủ về biến đổi khí hậu (Intergovernmental Panel on Climate Change – IPCC) có thể giảm đáng kể khi sử dụng kỹ thuật thống kê. Kỹ thuật này giúp các dự báo khí hậu được cải thiện đáng kể và có thể giúp đánh giá các điểm bùng phát, mặc dù từng bị một số chuyên gia hoài nghi, các tác giả kết luận trong Tạp chí khoa học Scientific Reports.

Một thách thức lớn trong dự báo khí hậu là sự không chắc chắn về cách chúng ta sẽ đối phó với biến đổi khí hậu. Mô phỏng máy tính phải được chạy đi chạy lại với các kịch bản khác nhau với sự phát triển kinh tế trong tương lai, lượng khí thải ảnh hưởng đến khí hậu, sự thay đổi trong sử dụng đất và các quyết định chính trị khác nhau, v.v.

Nhưng các mô hình khí hậu tiên tiến của IPCC rất tốn thời gian và chạy trên các siêu máy tính đắt tiền. Chỉ có một lựa chọn hạn chế các kịch bản đang được xem xét với mỗi thế hệ mô hình khí hậu mới. Hậu quả là sự hiểu biết của chúng ta về hệ thống khí hậu có khoảng cách lớn vì không thể dễ dàng so sánh được kết quả từ các kịch bản và mô hình khác nhau. Rất nhiều câu hỏi chưa được trả lời như: Khi nào và làm thế nào các điểm bùng phát? Chính xác thì lượng CO2 trong bầu khí quyển sẽ ảnh hưởng đến nhiệt độ trung bình toàn cầu trong hiện tại và  tương lai như thế nào?

Hiện nay, các tài liệu của Valerio Lucarini, Đại học Reading Vương quốc Anh và Valerio Lembo, Đại học Hamburg, Đức và Francesco Ragone, Ecole Normale Superieure, Lyon, Pháp trong Tạp chí Scientific Reports cho rằng những sự không chắc chắn này có thể giảm đáng kể. Họ thấy rằng chất lượng thông tin trích xuất từ ​​các mô hình khí hậu đã cải thiện đáng kể khi tuân theo lý thuyết kỹ thuật thống kê.

Valerio Lucarini giải thích: "Những gì chúng tôi đã làm là cho thấy cách tiếp cận này là khả thi ngay cả trong mô hình khí hậu được sử dụng cho các dự báo IPCC". Nhóm đã xây dựng các toán tử phản hồi toán học đầu vào dưới dạng các kịch bản đưa vào thành các đầu ra dưới dạng tín hiệu biến đổi khí hậu. Phương pháp này sau đó được áp dụng cho thế hệ mô hình khí hậu tiên tiến mới nhất, được gọi là CMIP6.

Các tính toán dự đoán chính xác sự thay đổi của nhiệt độ trung bình toàn cầu cũng như các dòng hải lưu quy mô lớn như vòng tuần hoàn đảo Đại Tây Dương và dòng chảy tuần hoàn ở Nam Cực, chứng minh rằng phương pháp này hoạt động tốt. Đây là lần đầu tiên phương pháp lý thuyết này sử dụng các tính chất vật lý và toán học cơ bản áp dụng cho mô hình khí hậu với quy mô phức tạp và đầy đủ sự tương tác.

"Về nguyên tắc, các công cụ chúng tôi sử dụng cho phép thu hẹp khoảng cách giữa các kịch bản khác nhau và – giả sử - phân tích các tác động của các kịch bản khác nhau. Vì vậy, nó giống như một hộp đen. Bạn đưa ra một khoảng thời gian và một lượng đầu vào buộc tôi cho bạn câu trả lời. Trong thực tế, đây là một cách rất hiệu quả để sử dụng dữ liệu và về cơ bản bạn có thể xây dựng một kịch bản hoàn chỉnh cho một mô hình nhất định", Lucarini giải thích.

“Nhiều người tin rằng công cụ này sẽ không khả thi đối với một mô hình của IPCC. Vì vậy, chúng tôi đã chứng minh nó hoạt động. Cũng giống như việc dự đoán thống kê chuyển động của hàng tỷ phân tử so với chuyển động chính xác của một phân tử, cách tiếp cận này hoạt động tốt hơn với mô hình khí hậu phức tạp hơn”, Lucarini phát biểu.

Về mặt lý thuyết, cách tiếp cận dự kiến sẽ tạo điều kiện thuận lợi cho việc đánh giá các điểm bùng phát. Việc kiểm tra phản hồi của hệ thống theo nhiều tình huống có thể truy cập dễ dàng hơn. Các thử nghiệm như vậy có thể phát hiện ra nơi hệ thống nhạy cảm nhất theo các hướng nhất định đối với một lượng nhất định. Đó chính là trường hợp khi chúng ta gần một điểm bùng phát.

Phạm Hạnh (dịch)

Nguồn: https://phys.org/news/2020-06-climate-statistical-mechanics.html


Tin mới hơn:
Tin cũ hơn:

 

Đăng nhập

Video



Get the Flash Player to see this player.

Liên kết website

Thống kê truy cập

mod_vvisit_countermod_vvisit_countermod_vvisit_countermod_vvisit_countermod_vvisit_countermod_vvisit_countermod_vvisit_counter
mod_vvisit_counterHôm nay738
mod_vvisit_counterHôm qua826
mod_vvisit_counterTrong tuần3993
mod_vvisit_counterTrong tháng25874