Fizicienii climatologici se confruntă cu fantomele din mașinile lor: nori
Clouds are a tricky mix of ephemeral and ethereal, making them challenging to simulate, according to quantamagazine.org. În timp ce fizicienii vor să îmbunătățească modelele climatice, provocarea principală rămâne integrarea comportamentului norilor în simulările climatice.
👉 Zboruri și colectare de date pentru înțelegerea norilor
În octombrie 2008, Chris Bretherton a decolat de pe coasta nordică a Chile-ului într-un avion C-130 turboprop. Era prea întuneric pentru a vedea colinele de nisip ale Deșertului Atacama de dedesubt, dar întunericul era pe placul lui Bretherton. Cercetătorul nu era în vacanță. Așezat direct în spatele piloților, și-a concentrat atenția exclusiv asupra cerului. Avionul era plin de instrumente, iar aripile sale erau împodobite cu senzori și alte dispozitive. Misiunea lui imediată era să ajute piloții să colecteze informații despre gheață, vapori de apă și presiunea atmosferică din jurul lor. Obiectivul său pe termen lung era de a folosi acele date - împreună cu datele pe care le-ar colecta peste California, Hawai‘i și Antarctica - pentru a aborda unul dintre cele mai provocatoare aspecte ale științei climatice: norii.
Avionul a trecut pe lângă un nor fluffy cumulus, iar Bretherton a observat un prismă de culori asemănătoare unui curcubeu. Acest lucru era ciudat; norul părea prea subțire pentru a găzdui picăturile mari necesare pentru a refracta lumina în acest mod. „Zborurile de șase-nouă ore rareori devin plictisitoare”, a spus Bretherton, „deoarece întâlnim mereu structuri de nori surprinzătoare care zdruncină preconcepțiile noastre științifice.” Ulterior, el a concluzionat că aerul mustea de curățenie, iar vaporii norului se condensau în picături neobișnuit de mari pe un număr neobișnuit de mic de particule.
👉 Impactul încălzirii globale asupra previziunilor climatice
În aproape două decenii de când Bretherton a urcat în acel avion, globul s-a încălzit cu aproximativ o jumătate de grad Celsius. Și norii, care reflectă atât lumina soarelui, cât și captează căldura, sunt în continuare cea mai mare sursă de incertitudine în predicțiile climatice. Cele mai performante supercomputere din lume nu sunt aproape suficient de rapide pentru a include nori digitali mici în giganticele Pământuri digitale pe care le simulează.
Astfel, oamenii de știință climatologici dezvoltă soluții alternative, tehnici pentru a îndemna simulările climatice relativ lipsite de nori să vârte, să fure și să se încălzească de parcă ar conține un portofoliu complet de nori reali. În ultimii ani, a izbucnit o competiție între fizicieni pentru a construi următoarea generație a acestor mingi de cristal pentru climat. Bretherton, care acum lucrează la Allen Institute for Artificial Intelligence (AI2), este un participant proeminent.
Tapio Schneider de la Institutul de Tehnologie din California este altul. Bretherton a pivotat după ce a studiat decenii norii pentru a dezvolta tehnici de inteligență artificială care pot învăța implicit cum se comportă norii pe baza datelor reale. Aceste eforturi noi sunt galvanizate de apariția tehnicilor de învățare automată, catalogate ca inteligență artificială. Schneider se folosește de AI pentru a incorpora mai bine efectele norilor în modelele climatice care utilizează ecuațiile fizicii pentru a prezice viitorul. Bretherton, temându-se că aceste ecuații nu vor capta niciodată complet comportamentul norilor, dezvoltă noi instrumente AI care pot prezice viitorul direct din datele din lumea reală, fără a se baza aproape deloc pe ecuațiile fizicii.
Între timp, Schneider, Bretherton și alți fizicieni împărtășesc un sentiment de urgență. „Clima se schimbă rapid”, a spus Bretherton. „Un model perfect în 100 de ani nu va fi util pentru rezolvarea crizei climatice.” Dacă umanitatea continuă să umple atmosfera cu dioxid de carbon în ritmul actual, unele simulări prezic că în următorii 50 de ani, clima se îndreaptă spre o încălzire de 2 grade Celsius. Alte simulări sugerează o creștere de 6 grade, primul scenariu conducând la o creștere a evenimentelor meteorologice severe și amplificarea penuriei de alimente și apă – o situație periculoasă pentru multe comunități, dar una pe care populația globală ar putea să se adapteze. Totuși, cel de-al doilea scenariu ar putea genera suficiente dezastre și foamete pentru a destabiliza complet civilizația umană.
👉 Provocările și soluțiile continuă în modelarea climatică
„Șase grade ar fi destul de înfricoșător”, a spus Schneider. Simulările climatice moderne iau în considerare influența atmosferei planetei, oceanelor, terenurilor, gheții și multe altele, fiecare model gestionând aceste componente în mod propriu. Însă mai mult de jumătate din variația dintre predicții provine din modul în care simulările tratează norii.
„Dacă ești greșit cu câteva procente – 2 sau 3% – privind acoperirea cu nori, vei obține o încălzire care diferă cu câteva grade Celsius”, a spus George Matheou, un fizician care studiază norii la Universitatea din Connecticut. Tapio Schneider, fizician climatolog la Institutul de Tehnologie din California, a condus construirea CLIMA, un model climatic de nouă generație care îmbină instrumentele tradiționale de fizică cu instrumentele moderne AI. În 2022, Departamentul de Energie a însărcinat Frontier, pe atunci cel mai puternic supercomputer din lume, să ruleze un nou model de vârf. Modelul s-a bazat pe fizica dinamicii fluidelor, așa cum este calculată printr-un set de ecuații numite Navier-Stokes.
Dezvoltarea modelului a marcat, în anumite sensuri, culminarea unei întreprinderi de șase decenii de îmbunătățire a acurateței modelelor climatice prin creșterea rezoluției simulării pe computer. Simulările au trecut de la mii de kilometri pe pixel, la sute, până la – în acest caz – trei. Dar chiar și acest model de vârf nu a putut să ia în considerare direct efectele cumulative subtile ale norilor, care pot să se extindă pe doar câțiva metri și să fie modelate de vânturi de aer și mai mici. „Pentru a ajunge la norii de joasă altitudine, ai nevoie de ceva de aproximativ 100 de miliarde de ori puterea de calcul pe care o avem”, a spus Schneider. „Deci, asta nu se va întâmpla în viața mea.”
Imposibilitatea de a adăuga norii direct în modelele lor, fizicienii au recurs efectiv la estimarea influenței lor. Adaugă termeni suplimentari, non-fizici, numiți parametrii, ecuațiilor Navier-Stokes care capturează indirect efectele norilor. Aceste ecuații alternative sunt concepute pentru a produce curenți atmosferici digitali care se îndoaie și se învârtesc în modurile în care ar face un model cu adevărat noros. Într-un proces laborios, cercetătorii reglează acești factori până când modelele produc predicții precise bazate pe datele anterioare. Dar datele sunt fragmentate, așa că fizicienii își lasă și intuiția să le ghideze. La final, este greu de spus dacă parametrii unui model sunt mai buni decât cei ai altuia. „Trebuie să ghicești puțin”, a spus Matheou.
Nevoia de a transforma alegerea parametrilor dintr-o artă într-o știință a fost unul dintre motivele pentru care Schneider a înființat Climate Modeling Alliance, CLIMA, în 2019. Speră să automatizeze procesul și să-l facă mai puțin subiectiv prin învățarea mașinilor să aleagă cei mai buni parametri posibili. Dar pentru a face asta, cercetătorii ar avea nevoie de mult mai multe date despre diferitele tipuri de nori: norii din California, norii din mijlocul Pacificului, norii de iarnă, norii de vară și așa mai departe. Cercetătorii precum Bretherton își permit să zboare avioane prin norii reali doar ocazional. Așadar, fizicienii norilor se îndreaptă spre cel mai bun lucru: o simulare Navier-Stokes numită simulare de mare elice (LES).
„LES este cel mai bun model pe care îl avem pentru turbulența norilor, pentru o zonă limitată și pentru o perioadă scurtă”, a spus Zhaoyi Shen, un cercetător CLIMA de la Caltech. Problema este că generarea unui LES nu vine nici ea cu un cost redus: necesită o cantitate formidabilă de putere de calcul. Până de curând, a spus Shen, cercetătorii au realizat doar câteva zeci de simulări de nori de înaltă calitate - nu suficiente pentru a oferi fizicienilor o viziune cuprinzătoare a comportamentului norilor și cu siguranță nu suficiente pentru a învăța o mașină cum funcționează norii.
Așadar, cu câțiva ani în urmă, Schneider a abordat oamenii de știință de la Google pentru ajutor. O simulare de mare elice (LES) generează nori digitali atât de detaliați încât aproape că pot fi confundați cu cei reali. Echipa lui Sheide Chammas și colaboratorii săi de la Google au codificat un algoritm LES de la zero pentru a rula pe cipuri personalizate numite unități de procesare tensorială. Au rulat codul pe mii de