Как учёные оценивают климатические модели и зачем это нужно

По мере того как климатические модели становятся всё более совершенными и сложными, растёт и важность оценки их результатов в сопоставлении с данными наблюдений. Новая статья в журнале Reviews of Geophysics рассматривает усилия научного сообщества по оценке и бенчмаркингу климатических моделей. Мы попросили авторов рассказать о климатическом моделировании, о том, как учёные проверяют модели и какие проблемы остаются нерешёнными.

Когда учёные впервые начали разрабатывать климатические модели?

Хотя современные климатические модели состоят из миллионов строк кода и требуют запуска на больших суперкомпьютерах, климатическое моделирование началось более века назад. Льюис Фрай Ричардсон опубликовал в 1922 году книгу «Предсказание погоды с помощью численного процесса», в которой изложил идею прогнозирования погоды с использованием дифференциальных уравнений. Ему потребовалось шесть недель, чтобы вручную рассчитать прогноз на восемь часов вперёд. Лишь в 1950 году в Принстонском университете под руководством Джула Чарни был выполнен первый компьютеризированный прогноз погоды. Шесть лет спустя Норман Филлипс опубликовал статью «Общая циркуляция атмосферы: численный эксперимент», в которой описал первую модель общей циркуляции атмосферы.

Климатическое моделирование как самостоятельная область исследований, отличная от прогнозирования погоды, активно развивалось на протяжении 1960-х годов. В этот период были опубликованы несколько основополагающих работ, которые и сегодня лежат в основе климатических исследований. Кульминацией стали первые результаты модели общей циркуляции с взаимодействующими атмосферой и океаном, в которой атмосфера, лёд и океан впервые были объединены в единую систему (Manabe et al., 1975, части 1 и 2).

Чем физические климатические модели отличаются от моделей земной системы?

Модели общей циркуляции (GCM) являются предшественниками моделей земной системы (ESM), которые были расширены за счёт включения большего числа процессов, описывающих климатическую систему.

Различие между физическими («основанными на физике») климатическими моделями и моделями земной системы можно определить совершенно чётко: GCM — это предшественники ESM, которые были расширены, чтобы включить больше процессов, описывающих климатическую систему. GCM сосредоточены исключительно на физических процессах и обмене энергией и веществом между атмосферой, океанами, поверхностью суши и морским льдом. Таким образом, они дают возможность понять физику системы.

ESM основаны на более комплексных конфигурациях моделей. Помимо физического представления климатической системы, они включают такие процессы, как интерактивная химия атмосферы, биогеохимические циклы, морские и наземные экосистемы, а также обмен углеродом между компонентами земной системы. Эти дополнительные процессы помогают более реалистично описывать климатическую систему и повышают уверенность в будущих климатических проекциях, однако требуют больших затрат ресурсов и времени. Поэтому выбор конфигурации климатической модели для конкретного моделирования по-прежнему во многом зависит от целей этого моделирования.

Почему важно оценивать и бенчмаркать климатические модели?

Разнообразный набор тестов и диагностик помогает понять различия между моделями, различия, вызванные сменой поколений моделей, и определить приоритеты для будущего научного развития.

Климатические модели относятся к числу наиболее важных и полезных научных инструментов для изучения земной системы, а также климата прошлого и будущего. Каждое поколение климатических моделей приносит новые достижения в представлении процессов в различных компонентах земной системы — атмосфере, океанах, суше — и их взаимодействий. Современные модели также включают описание углеродного цикла в этих различных средах, что позволяет понять роль круговорота углерода в формировании климата Земли. Оценка климатических моделей с помощью широкого спектра диагностик — это способ укрепить уверенность в том, насколько точно модели воспроизводят процессы, влияющие на будущие климатические проекции (IPCC AR4). Разнообразный набор тестов и диагностик помогает понять различия между моделями, различия, вызванные сменой поколений моделей, и определить приоритеты для будущего научного развития.

Какими способами учёные оценивают результаты климатических моделей?

Оценка климатических моделей описывается как процесс сравнения модельных расчётов с данными наблюдений или реанализа. Бенчмаркинг — это процесс, при котором результаты моделей оцениваются с помощью наблюдений, данных реанализа или других моделей, и в итоге часто формулируется вывод о «качестве» моделирования или модели на основе заранее установленного набора стандартов или критериев. При оценке одна или несколько моделей могут сравниваться с одним и тем же набором наблюдений.

К числу базовых диагностик, используемых при оценке моделей, относятся сравнение климатологических средних значений (усреднённых за период около тридцати лет), межгодовой изменчивости и систематических ошибок, часто представленных в виде временных рядов. Карты или пространственные распределения, сопоставляющие модели и наблюдения, статистический анализ, например распределения конкретной переменной, и портретные диаграммы для мультимодельной оценки — другие распространённые подходы к проверке моделей. Более сложные диагностики, такие как бюджеты воды, энергии или углерода и межкомпонентные взаимодействия (например, как температура меняется в зависимости от осадков), также используются для более глубокой процессно-ориентированной оценки.

Какие конкретные систематические ошибки моделей удалось уменьшить благодаря регулярным оценкам?

Систематическая оценка моделей гарантирует, что учёные постоянно помнят о не устранённых или часто повторяющихся ошибках, и помогает центрам моделирования определять, каким процессам следует уделить первоочередное внимание при разработке моделей следующего поколения. За последние двадцать лет удалось уменьшить ошибки в представлении процессов, связанных с облаками и водяным паром, благодаря росту объёма детальных наблюдений и улучшению вертикального распределения облаков и настройки параметров.

Восточноазиатский летний муссон, который переносит влагу из Индийского и Тихого океанов в Восточную Азию, демонстрирует сильную межгодовую изменчивость, приводящую к суровым засухам и наводнениям. Несколько мультимодельных бенчмаркинговых исследований были посвящены воспроизведению этого муссона в моделях; они выявили ослабленный западно-тихоокеанский антициклон как основную причину ошибок в западной части тихоокеанского субтропического максимума и в полосе дождей Мэйю-Байю-Чангма.

Ранние попытки оценки моделей углеродного цикла суши выявили устойчивые ошибки в сроках сезонных изменений роста растительности, особенно в сравнении со спутниковыми данными по листовому индексу площади, которые были связаны с недооценкой запасов углеводов, переносимых из одного вегетационного сезона в следующий. Модели суши существенно завышали надземную живую биомассу в бассейне Амазонки по сравнению с оценками, полученными со спутников, что исследователи объясняли прежде всего низким автотрофным дыханием и чрезмерным направлением чистой первичной продукции в древесину. Улучшение представления растительных процессов в моделях значительно уменьшило эти давние ошибки, которые регулярно выявлялись при сравнении с данными наблюдений на протяжении как минимум трёх десятилетий.

Какие систематические ошибки в климатических моделях сохраняются и требуют дальнейших исследований?

Выявление устойчивых ошибок и отслеживание их уменьшения имеет решающее значение для повышения полезности проекций климатических моделей и моделей земной системы.

Ряд ошибок, присущих многим климатическим моделям, оказалось трудно уменьшить или полностью устранить, несмотря на частую оценку и характеризацию. Многие из них заставили учёных проводить масштабную настройку моделей или применять методы коррекции ошибок, чтобы снизить их влияние. Среди примеров — как положительные, так и отрицательные региональные ошибки в осадках, двойная внутритропическая зона конвергенции, ошибки потепления в тропической тропосфере и заниженная чувствительность арктического морского льда к глобальному потеплению по сравнению с наблюдениями. Выявление таких устойчивых ошибок и отслеживание их уменьшения имеет решающее значение для повышения полезности проекций климатических моделей и моделей земной системы. Для понимания источников этих давних модельных ошибок необходимо создание большего числа дополнительных метрик оценки моделей и расширение коллекций наблюдательных данных.

Источники и материалы для дальнейшего чтения

Материал подготовлен на основе публикации в блоге Editors’ Vox Американского геофизического союза (AGU) и статьи Hassler et al. [2026] в журнале Reviews of Geophysics.

Дополнительные источники: Richardson (1922), Charney et al. (1950), Phillips (1956), Manabe et al. (1975), IPCC AR4.

Изображение: Hassler et al. [2026], Figure 2 — шесть общих подходов к оценке климатических моделей.