Четверг, 25 апреля 2024 года

Специалисты разработали методику для предсказания локальных климатических изменений

Глобальные климатические модели необходимы для прогнозирования изменений и оценки их последствий для больших территорий. Команда исследователей, возглавляемая специалистами из Дартмутского колледжа, разработала локальную версию подобной методики.

Инструмент подходит для использования на любой гористой или холмистой территории с достаточным количеством метеорологических станций, измеряющих температуру и уровень осадков. Над методикой, описанной в статье Journal of Hydrometeorology, работали исследователи Дартмутского, Колумбийского и Вермонтского университетов.

Глобальные модели способны симулировать будущий климат на Земле на сотни лет вперед. Они используются для оценки последствий изменений на температуру воды и воздуха, здоровье человека, уровень осадков, количество лесных пожаров, состояние сельского хозяйства и другие сферы. Однако, точность этих методик падает с увеличением масштаба. Это не позволяет применять методики для оценки влияния климатических изменений на небольшие водоемы, вроде тех, что находятся в гористой местности северо-востока США. Подобные объекты являются важным социально-экономическим ресурсом для Вермонта, Нью-Йорка, Нью-Гемпшира, Мэна и южного Квебека.

Чтобы решить проблему ученые разработали метод, генерирующий пакеты данных высокого разрешения, позволяющие спрогнозировать климатические изменения для бассейна озера Шамплейн. Предоставляемая информация включает качество воды и объем притока. Чтобы получить необходимые сведения, ученые проанализировали связь температуры и количества осадков с рельефом местности.

«В сравнении с наблюдениями метеорологических станций, наша методика с высоким разрешением лучше фиксирует показатели, особенно в случае большой погрешности и серьезных перепадов высот на местности», — отмечает ведущий автор проекта доцент Джонатан Уинтер. Исследования специалиста включают прогнозирование климатических изменений и изучение их влияния на водные ресурсы и сельское хозяйство. – «Улучшенные массивы данных с более высоким разрешением позволят повысить точность разрабатываемых сценариев для конкретной местности».

Источник: rsute.ru


Выбор редакции


Еда