The emergence of regional record-breaking summer heat predictability

تُعد الحرارة الشديدة واحدة من أخطر عواقب تغير المناخ الناجم عن الأنشطة البشرية، حيث تضرب بقوة وتكرار يتسارعان كل عام. وبينما أدرك العلماء منذ زمن طويل أن كوكبًا يزداد دفئًا يجعل الأيام الحارة أكثر احتمالية، فإن التنبؤ بدقة متى وأين سيحدث صيف محدد يحطم الأرقام القياسية ظل تحديًا هائلًا. ينبع هذا الصعوبة من كون الطقس مزيجًا فوضويًا من الاتجاهات طويلة المدى القابلة للتنبؤ والتقلبات قصيرة المدى غير المتوقعة. ولعقود من الزمن، ناقش المجتمع العلمي مدى كون الحدث الحراري مدفوعًا باليد الثابتة للاحتباس الحراري مقابل التقلبات العشوائية للتباين المناخي الطبيعي. وكان السؤال الجوهري هو ما إذا كان بإمكاننا التنبؤ بهذه الظواه المتطرفة بشكل موثوق قبل سنوات من وقوعها، مما يمنح المجتمعات وقتًا كافيًا للاستعداد، أم أن الفوضى المتأصلة في الغلاف الجوي تجعل التحذيرات طويلة المدى مستحيلة.

لقد طور فريق من الباحثين الآن طريقة جديدة للإجابة على هذا السؤال، مبرهنين على أن القدرة على التنبؤ بالصيف الذي يحطم الأرقام القياسية ليست مجرد إمكانية مستقبلية، بل هي ظاهرة بدأت تظهر بالفعل في أجزاء كثيرة من العالم. فباستخدام أدوات التعلم الحاسوبي المتقدمة، وجدوا أن الجمع بين الارتفاع المستمر في درجات حرارة الأرض وأنماط محددة في درجات حرارة سطح المحيطات يسمح بتوقعات دقيقة للحرارة الشديدة قبل حدناوثها بخمس إلى عشر سنوات. ويتفوق هذا النهج على النماذج المناخية التقليدية في العديد من المناطق، مما يشير إلى أننا ندخل عصرًا يمكن فيه توقع توقيت صيفنا الأكثر حرارة بثقة كبيرة.

ركز الباحثان، إميلي غوردون من جامعة أوكلاند ونوا ديفنبوغ من جامعة ستانفورد، على نوع محدد من التنبؤ: تحديد ما إذا كان الصيف في السنوات الخمس أو العشر القادمة سيكون أكثر حرارة من أي صيف تم تسجيله في الماضي القريب. وللقيام بذلك، قاموا بتدريب نوع من الذكاء الاصطناعي يُعرف باسم "الشبكة العصبية الالتفافية". فكر في هذا النظام كمميز أنماط عالي المهارة يتعلم من خلال دراسة كميات هائلة من البيانات التاريخية. وقد تم تغذية الكمبيوتر بنوعين رئيسيين من المعلومات: متوسط درجة حرارة الكرة الأرضية بأكملها، والأنماط المتغيرة لدرجات حرارة سطح البحر عبر محيطات العالم. وكان الهدف هو معرفة ما إذا كان بإمكان الكمبيوتر تعلم رصد التركيبة المحددة من الاحترار العالمي والظروف المحيطية المواتية التي تؤدي إلى صيف يحطم الأرقام القياسية.

وعندما اختبر الفريق هذه الطريقة مقابل بيانات من العالم الحقيقي من العقود القليلة الماضية، كانت النتائج مذهلة. فقد نجح نموذج التعلم الآلي في تحديد اللحظات التي يُحتمل فيها وقوع صيف قياسي، وغالبًا ما تنبأ بالحدث قبل سنوات من وقوعه. على سبيل المثال، في مناطق مثل شرق أوروبا، رصد النموذج الظروف التي ستؤدي إلى رقم قياسي جديد للحرارة في أوائل العقد الأول من القرن الحادي والعشرين، متوقعًا بشكل صحيح أن الرقم السابق سيُكسر. كما تنبأ أيضًا بشكل صحيح بأنه لن يتم تسجيل رقم قياسي جديد في عقد 2010، ليتوقع لاحقًا وصول صيف آخر يحطم الأرقام القياسية في عام 2024 تقريبًا. وقد أثبتت هذه القدرة على التمييز بين سنة حارة وسنة تاريخية حقًا أن النموذج يلتقط إشارات حقيقية وليس مجرد تخمين.

ومن الأهمية بمكان أن الباحثين وجدوا أن نهج التعلم الآلي هذا كان في كثير من الأحيان أكثر دقة من النماذج الديناميكية القياسية التي يستخدمها علماء المناخ، والتي تعتمد على معادلات فيزيائية معقدة لمحاكاة الغلاف الجوي والمحيطات. ففي العديد من المناطق، بما في ذلك شمال أفريقيا، والبحر الأبيض المتوسط، وشرق آسيا، وأجزاء من أستراليا وأمريكا الجنوبية، تنبأ نموذج الكمبيوتر ببداية الحرارة القياسية بمهارة أكبر من النماذج التقليدية. فغالبًا ما تعثرت النماذج التقليدية في التقاط الاختلافات الداخلية المحددة للنظام المناخي التي، عندما تجتمع مع الاحتباس الحراري، تسبب هذه الأحداث المتطرفة. وفي المقابل، تعلم نموذج التعلم الآلي التعرف على المقدمات الدقيقة في المحيط والغلاف الجوي التي تشير إلى موجة حر قادمة.

وتقدم الدراسة مفهومًا أطلقوا عليه اسم "ظهور القدرة على التنبؤ" (predictability emergence). ويصف هذا المفهوم النقطة التي يصبح فيها الاحتباس الحراري قويًا بما يكفي بحيث، عند دمجه مع الأنماط المحيطية الطبيعية، يصبح من الممكن التنبؤ بالحرارة القياسية. في الماضي، كان الضجيج العشوائي للتباين المناخي الطبيعي مرتفعًا جدًا لدرجة أنه طغى على إشارة الاحتباس الحراري، مما جعل من المستحيل التنبؤ بأحداث محددة متطرفة قبل سنوات. ومع ذلك، ومع استمرار ارتفاع حرارة الكوكب، أصبحت إشارة هذا الاحترار أعلى صخبًا. ووجد الباحثون أنه في العديد من المناطق، أصبحت هذه الإشارة قوية بالفعل بما يكفي للسماح بتنبؤات موثوقة. ففي بعض الأماكن، ظهرت بالفعل القدرة على التنبؤ بصيف يحطم الأرقام القياسية ضمن نافذة خمس سنوات، بينما في أماكن أخرى، من المتوقع أن يصبح ذلك ممكنًا خلال العقد أو العقدين القادمين إذا استمرت اتجاهات الاحترار الحالية.

كما استكشف الفريق مدى المدى الذي يمكن أن تصل إليه هذه التنبؤات في المستقبل. ووجدوا أن تمديد نافذة التنبؤ من خمس سنوات إلى عشر سنوات يحسن بشكل كبير القدرة على التنبؤ بالحرارة القياسية. ويرجع ذلك ببساطة إلى أن الإطار الزمني الأطول يزيد من الاحتمالية الإحصائية لوقوع حدث متطرف. وفي العديد من أجزاء نصف الكرة الشمالي، يشير النموذج إلى أنه إذا نظرنا عشر سنوات إلى الأمام، يمكننا بالفعل التنبؤ بوصول رقم قياسي جديد للحرارة بمهارة، بشرما كانت الظروف المحيطية مواتية. وحتى في المناطق التي لم تعد فيها إشارة الاحترار مهيمنة بعد، فإن الجمع بين نافذة تنبؤ أطول والارتفاع المستمر في درجات حرارة الأرض يعني أن القدرة على التنبؤ ستظهر قريبًا.

ومن أهم النتائج التي توصلت إليها الدراسة أن هذه القدرة على التنبؤ تعتمد على كل من اتجاه الاحترار طويل المدى والتقلبات قصيرة المدى للمحيطات. فقد اختبر الباحثون ما سيحدث إذا أزالوا بيانات المحيط من النموذج، تاركين إياه مع اتجاه درجة الحرارة العالمية فقط. ووجدوا أنه بدون معلومات المحيط، انخفضت قدرة النموذج على التنبؤ بصيف محدد يحطم الأرقام القياسية بشكل كبير. وهذا يؤكد أنه بينما يهيئ الاحتباس الحراري المسرح للحرارة الشديدة، فإن التوقيت والموقع المحددين لهذه الأحداث لا يزالان يتأثران بشدة بالتباين الطبيعي للمحيطات. وينجح نموذج التعلم الآلي لأنه يتعلم قراءة النص المكتوب بكل من الكوكب المشتعل والبحار المتغيرة.

كما نظر الباحثون في كيفية تغير هذه التنبؤات في المستقبل. ومن خلال محاكاة مستويات مختلفة من الاحترار العالمي، قدروا أنه بالنسبة لمعظم المناطق البرية، ستصبح القدرة على التنبؤ بصيف يحطم الأرقام القياسية في غض-ن خمس سنوات ممكنة في غضون الـ 10 إلى 30 سنة القادمة، بافتراض استمرار معدل الاحترار الحالي. وفي بعض المناطق، تم تجاوز هذا الحد بالفعل. وتشير الدراسة إلى أنه مع استمرار ارتفاع حرارة الكوكب، ستتسع نافذة التنبؤ الموثوق، مما يوفر المزيد من الوقت للمجتمعات للاستعداد للوصول الحتمي للحرارة الشديدة.

ورغم أن النتائج واعدة، إلا أن المؤلفين حذروا من حدود عملهم. فقد تم تدريب نماذج التعلم الآلي باستخدام بيانات من محاكاة مناخية واحدة، وقد تعطي النماذج المختلفة نتائج مختلفة قليلاً. بالإضافة إلى ذلك، فإن النماذج أفضل في التنبؤ بمتوسطات المواسم من موجات الحر القصيرة المحددة، رغم وجود ارتباط وثيق بينهما. كما أشار الباحثون إلى أنه إذا تطورت أنماط المحيطات المستقبلية بطرق لم يسبق لها مثيل، فقد تحتاج التنبؤات الحالية إلى التعديل. ومع ذلك، تظل النتيجة الجوهرية قوية: وهي أن الجمع بين الاحترار الناجم عن الإنسان والتباين الطبيعي للمحيطات يخلق عصرًا جديدًا من القدرة على التنبؤ بالحرارة الشديدة.

يمثل هذا العمل تحولًا كبيرًا في كيفية مقاربة العلماء للتنبؤ بالمناخ. فبدلاً من النظر إلى الأحداث المتطرفة على أنها فوضوية وغير قابلة للتنبؤ تمامًا، تُظهر الدراسة أنها تحتوي على إشارة يمكن التنبؤ بها وتزداد قوة مع ارتفاع حرارة الكوكب. ومن خلال استخدام التعلم الآلي لفك شفرة العلاقة المعقدة بين المحيطات والغلاف الجوي، وجد الباحثون طريقة للنظر إلى المستقبل بشكل أبعد من أي وقت مضى. وهذا لا يعني أن المناخ أصبح قابلاً للتنبؤ بالكامل، ولكنه يعني أننا نكتسب القدرة على توقع أحداث الحرارة الأكثر خطورة بمستوى من الثقة كان بعيد المنال في السابق. وبالنسبة للمجتمعات حول العالم، قد تكون هذه القدرة الناشئة على التنبؤ بالصيف الذي يحطم الأرقام القياسية أداة حيوية للتكيف، مما يوفر نافذة زمنية حاسمة لحماية الأرواح والبنية التحتية من التهديد المتزايد للحرارة الشديدة.