Skip to main content

Global land ice, hydrology and ocean mass trends

Article Category

Article available in the folowing languages:

Przypisanie globalnego wzrostu poziomu morza do jego części składowych

Łącząc dane satelitarne i informacje in situ dotyczące różnych aspektów budżetu poziomu morza, badacze mogą przypisać obserwowany wzrost poziomu morza do jego części składowych.

Zmiana klimatu i środowisko

Wraz ze wzrostem temperatury na Ziemi wzrasta również poziom morza. „Wzrost poziomu morza będzie prawdopodobnie jedną z najpoważniejszych i najsilniej odczuwalnych konsekwencji przyszłych zmian klimatu”, mówi, J.L. Bamber, profesor nauk geograficznych na Uniwersytecie w Bristolu i Uniwersytecie Technicznym w Monachium. Jak poważne mogą być te konsekwencje? Według badań opublikowanych w ramach tego projektu, istnieje 5 % prawdopodobieństwo, że wzrost poziomu morza (ang. sea level rise, SLR) może przekroczyć 2 m do 2100 roku, wymuszając przesiedlenie około 600 milionów ludzi. Ale rosnący poziom morza to nie tylko wyzwanie społeczne, ale także krytyczne wyzwanie badawcze. „Zaufanie do przyszłych prognoz będzie podyktowane naszą zdolnością do prawidłowego uwzględnienia obserwowanych zmian poziomu morza z przeszłości”, wyjaśnia Bamber. Niestety, poziom tego zaufania jest obecnie dość niski, co jest wynikiem tego, że istniejące metody prognozowania zmian poziomu morza są pełne niespójności. Jest to jednak coś, czym Bamber, wraz ze swoim zespołem badawczym, zamierza się zająć. Przy wsparciu projektu GlobalMass naukowcy podejmą próbę stworzenia opartego na danych, statystycznie rygorystycznego podejścia do szacowania SLR. „Takie globalnie spójne podejście pomogłoby nam lepiej zrozumieć najnowsze trendy, co z kolei umożliwiłoby nam opracowywanie lepszych prognoz na temat przyszłości”, zauważa Bamber.

Pierwsze zastosowanie bezpośrednich obserwacji w skali globalnej

Sercem tego projektu finansowanego przez Europejską Radę ds. Badań Naukowych było wykorzystanie bayesowskiego modelu hierarchicznego (ang. Bayesian hierarchical model, BHM). Model ten zawiera trzy „warstwy” informacji: warstwę obserwacyjną, która wykorzystuje wszystkie dostępne bezpośrednie dane, warstwę procesową, która opisuje związek między procesami fizycznymi a obserwacjami, oraz warstwę parametrów, która zawiera wcześniejszą wiedzę o systemie. Jak wyjaśnia Bamber, każdy zestaw danych obserwacyjnych ma wyraźnie różne cechy przestrzenno-czasowe i wzorce błędów. „Jeśli właściwie uwzględnimy te różnice, oznaczają one, że statystycznie rygorystyczne połączenie zestawów danych może zaowocować sprawną «separacją» sygnału pomiędzy pięcioma procesami fizycznymi, które wpływają na poziom morza”, dodaje. „Kiedy obserwacje nie są jednoznacznie kontrolowane przez jeden proces, jak to ma miejsce w tym przypadku, wykorzystanie wcześniejszych informacji znacznie ułatwia tę separację źródeł”. Podczas gdy podejście oparte na BHM zostało już opracowane i przetestowane nad Antarktydą, zespół projektu GlobalMass jako pierwszy uwzględnił bardziej bezpośrednie obserwacje i wcześniejsze informacje oraz zastosował je w skali globalnej. Dzięki temu naukowcy mogli dokonać znaczących postępów w zakresie wielu problemów powiązanych z obecnymi i przyszłymi prognozami SLR. Na przykład zespół opracował spójną i kompleksową ocenę tego, jak lód lądowy przyczynia się do SLR, a także ocenił spójność budżetu poziomu morza dla poszczególnych basenów oceanicznych.

Zgromadzenie wiedzy specjalistycznej z całego obszaru nauk geologicznych

Według Bambera sukces projektu jest bezpośrednim wynikiem pracy interdyscyplinarnego zespołu, który połączył doświadczenie i wiedzę z różnych dziedzin nauki. „To był ambitny i wymagający pod względem technicznym i naukowym projekt i jestem dumny z postępów, jakie poczyniliśmy w zakresie zrozumienia i dokumentowania czynników wpływających na współczesne SLR”, podsumowuje. Prace naukowców będą kontynuowane dzięki grantowi na dowiedzenie słuszności ich założeń; badacze zaangażują się też w nowy projekt realizowany z Europejską Agencją Kosmiczną.

Słowa kluczowe

GlobalMass, poziom morza, zmiana poziomu morza, wzrost poziomu morza, budżet poziomu morza, dane in situ, satelita, zmiana klimatu, bayesowski model hierarchiczny, nauki geologiczne

Znajdź inne artykuły w tej samej dziedzinie zastosowania