Создан датасет климатических изменений беспрецедентной детализации

Spread the love

Семитерабайтный набор данных, позволяющий делать прогнозы по климатическим изменениям на микроуровне, прошел проверку. Обзор с описанием и данными тестирования работы датасета вышел в Scientific Data — публикации открытого доступа журнала Nature для описания научно значимых наборов данных. Ознакомиться с прогнозами на основе датасета и запросить свой можно по ссылке.

Формирование датасета начато в 2013 году Международным центром тропического сельского хозяйства (CIAT) и учеными из других объединений, чтобы можно было предусмотреть, как повлияет то или иное изменение климата на местное сельское хозяйство и подготовить необходимые организационные решения. В тропических регионах может наблюдаться громадная разница между двумя соседними районами, и прогнозы для близлежащего городка не помогут подготовиться к тому, что ожидает вашу деревню.

После первого тестирования стало ясно, что этот проект может помочь не только мелким фермерам. На сегодня данные этого проекта, прошедшего множество дополнений и отладок, использованы в 350 научных работах и распространяются на еще большую область Земли.


Примеры прогнозов количества осадков (сверху) и средней температуры (внизу) на основе датасета / © Ramires-Villegas, Jarvis et al., Nature, 2020.

Обычно климатические модели строятся для масштабов 70-400 километров. Однако, если вы озабочены не только глобальными прогнозами и хотите понять, что случится с конкретной точкой на карте, буквально на вашей улице, вам понадобятся откорректированные данные. Глобальные и региональные модели грубее анализируют климатические условия и упрощают естественные процессы. Их результаты могут сильно отличаться от реалистичных сценариев.

Авторы проекта не просто масштабировали карты прогнозов, но и корректировали смещение для уточнения. Климатические вероятности рассчитаны для 436 вероятных сценариев. Для прогноза каждый сценарий учитывает около двух десятков различных переменных: например, среднюю и максимальную среднемесячную температуру и количество осадков.


Пример масштабирования данных об осадках. а) Исходные данные; b) Прогноз на ближайшие 30 лет; с) Прогноз по возникновению климатических аномалий; d) Отцентрованный прогноз по климатическим аномалиям; e) Данные с применением интерполяции; f) прогнозные данные, спроецированные на поверхность с пространственным разрешением 30 угловых секунд / © Ramires-Villegas, Jarvis et al., Nature, 2020.

В первую очередь массив данных нужен для составления планов в сельском хозяйстве. Уточнение помогает избежать провальных стратегий на местах. «Климатические модели показывают земную систему в комплексе, но они неидеальны. Эти ошибки могут повлиять на наши сельскохозяйственные модели. Поскольку такие модели помогают принимать решения, последствия могут быть ужасными», — объясняет Джулиан Рамирес-Виллегас, главный исследователь проекта.

Но одним сельским хозяйством польза не ограничивается. Данные датасета использовались в самых разных областях: для составления карты потенциального глобального распространения вируса Зика, планирования инвестиционных стратегий международного развития и прогнозирования сокращения числа дней, пригодных к катанию на открытом воздухе в Канаде. Прогнозы такой точности могут быть полезны и в архитектуре и планировании, в охране памятников человеческой истории.

Оригинал earth-chronicles.ru


Spread the love