GRL: к 2050 году альпийские ледники потеряют не менее трети своего объема

К 2050 году, то есть через 26 лет, мы потеряем по меньшей мере 34% объема льда в Европейских Альпах, даже если глобальное потепление прекратится полностью и немедленно. Таков прогноз новой компьютерной модели, разработанной учеными факультета геолого-геофизических наук и окружающей среды Лозаннского университета (UNIL) в сотрудничестве с Университетом Гренобля, ETHZ и Цюрихским университетом.

В этом сценарии, разработанном с использованием алгоритмов машинного обучения и климатических данных, потепление остановится, но ледники продолжают нести потери из-за инерции системы климат-ледник. Однако этот самый оптимистичный прогноз далек от реалистичного будущего сценария, поскольку выбросы парниковых газов продолжают расти во всем мире.

Другой, более реалистичный прогноз исследования показывает, что без радикальных изменений или мер, если тенденция таяния последних 20 лет сохранится, почти половина (46%) объема льда в Альпах фактически исчезнет к 2050 году. Эта цифра может даже вырастет до 65%, если экстраполировать данные только за последние десять лет.

В отличие от традиционных моделей, которые прогнозируют ситуацию на конец века, новое исследование, опубликованное в журнале Geophysical Research Letters, рассматривает более краткосрочную перспективу, что позволяет легче увидеть актуальность проблемы в нашей жизни и, таким образом, поощряет действия. 

Эти оценки тем более важны, поскольку исчезновение километров льда будет иметь заметные последствия для населения, инфраструктуры и водных ресурсов. «Данные, использованные для построения сценариев, прекратились в 2022 году, году, за которым последовало исключительно жаркое лето. Поэтому вполне вероятно, что ситуация будет даже хуже, чем та, которую мы представляем», — утверждает автор исследования Сэмюэл Кук.

Моделирование проводилось с использованием алгоритмов искусственного интеллекта. Ученые использовали методы глубокого обучения, чтобы обучить свою модель пониманию физических концепций, и предоставили ей реальные климатические и гляциологические данные. «Машинное обучение производит революцию в интеграции сложных данных в наши модели. Этот важный шаг, ранее известный своей сложностью и затратностью вычислений, теперь становится более точным и эффективным», — объясняет соавтор исследования профессор Гийом Жуве.