A stochastic weather generator for multisite, multivariate climate scenarios with transient climate change
تقدم هذه الورقة مولداً جوياً عشوائياً قابلاً للتوسع يجمع بين إعادة أخذ العينات باستخدام طريقة أقرب k من الجيران وبين الاضطرابات المناخية العابرة من نماذج CMIP6 لإنتاج سيناريوهات مناخية متعددة المتغيرات ومتماسكة مكانياً لتقييم التأثير الهيدرولوجي في ظل ظروف التغير المناخي غير المستقرة.
المؤلفون الأصليون:Keani Willebrand, Mofan Zhang, Sebastian Vicuna, Jorge Gironás, Sarah Fletcher
إن التخطيط للمياه في ظل مناخ متغير يشبه محاولة قيادة سفينة عبر ضباب كثيف بينما الخريطة نفسها تتغير ببطء. لا يحتاج مديرو المياه إلى معرفة كمية الأمطار التي قد تسقط في المستقبل فحسب، بل كيف ستصل تلك الأمطار على مدى عقود، وكيف ستتفاعل مع درجات الحرارة المرتفعة، وكيف ستتطور تلك الظروف عبر أجزاء مختلفة من حوض النهر في آن واحد. التحدي يكمن في أن المستقبل ليس وجهة واحدة ثابتة؛ بل هو نطاق واسع من الاحتمالات. وللتحضير لذلك، يجب على العلماء توليد آلاف السيناريوهات الجوية المحتملة لاختبار ما إذا كانت السدود والخزانات وشبكات الإمداد يمكنها الصمود أمام أصعب الظروف. ومع ذلك، فإن إنشاء هذه السيناريوهات أمر صعب لأن الطقس معقد؛ فالأمطار ودرجات الحرارة مرتبطان ببعضهما، والظروف في أحد الوديان غالباً ما تعتمد على ما يحدث في الوادي المجاور. علاوة على ذلك، فإن المناخ لا يبقى ساكناً؛ بل يتحرك، ويرتفع حرارياً، ويجف بطرق تتغير بمرور الوقت. وغالباً ما تفترض الأدوات التقليدية أن المناخ سيبقى كما هو أو تطبق تعديلات بسيطة وثابتة تفشل في استيعاب هذه المخاطر المتطورة والمترابطة.
ولحل هذه المعضلة، طور فريق من الباحثين من جامعة ستانفورد والجامعة البابتية الكاثوليكية في تشيلي طريقة جديدة لإنشاء توقعات جوية واقعية طويلة الأمد للتخطيط المائي. وقد ركزوا على حوض نهر مايبو في وسط تشيلي، وهو مصدر مائي حيوي لمدينة سانتياغو الذي يعاني بالفعل من جفاف شديد مستمر منذ عقود. بنى الباحثون نظاماً يجمع بين فكرتين قويتين. أولاً، استخدموا تقنية تبحث في سجلات الطقس التاريخية لعقود من الزمن لإيجاد الأنماط؛ فبدلاً من اختراع طقس جديد من العدم، يقوم النظام باختيار ودمج أسابب حقيقية من الأمطار ودرجات الحرارة من الماضي تبدو مشابهة إحصائياً للوضع الحالي. يضمن هذا أن يحافظ الطقس المُولد على العلاقات الطبيعية بين المواقع والمتغيرات المختلفة، مثل حقيقة أن المرتفعات تكون غالباً أكثر برودة ورطوبة. ثانياً، أضافوا وحدة تعمل ببطء على إزاحة هذه الأنماط التاريخية لتتطابق مع اتجاهات الاحونة والجفاف المتوقعة من نماذج المناخ العالمية. وهذا يسمح للنظام بإنشاء تسلسلات جوية تبدو حقيقية ومترابطة، ولكنها تنحرف تدريجياً نحو المستقبل الأكثر حرارة وجفافاً الذي يتوقعه العلماء.
اختبر الباحثون نهجهم من خلال توليد مجموعات ضخمة من بيانات الطقس الأسبوعية لـ 257 موقعاً مختلفاً في جميع أنحاء حوض مايبو. لقد أنشأوا 108 سيناريو مستقبلياً متميزاً، يمثل كل منها مزيجاً مختلفاً من مسارات تغير المناخ والتقلبات الجوية الطبيعية. وعندما أدخلوا هذه السيناريوهات في نموذج حاسوبي مفصل لنظام النهر، أظهرت النتائج أن طريقتهم نجحت في الحفاظ على الشبكة المعقدة من الروابط بين أجزاء الحوض المختلفة. فقد حافظ الطقس المُولد على الإيقاعات الموسمية الصحيحة والعلاقات الصحيحة بين درجة الحرارة والأمطار، حتى مع ارتفاع حرارة المناخ العام. والأهم من ذلك، أن الطريقة استوعبت النطاق الكامل لعدم اليقين، حيث أنتجت انتشاراً أوسع من النتوات المحتملة مقارنة بالنماذج المناخية الخام وحدها، مما يساعد المخططين على رؤية النطاق الكامل للمخاطر المحتملة.
كشفت الدراسة عن فرق صارخ بين النظر إلى المستقبل كلقطة ثابتة وبين مراقبته وهو يتكشف كقصة متحركة. فعندما قارن الباحثون سيناريوهاتهم الجديدة والمتطورة مقابل الطرق القديمة التي تفترض مناخاً مستقبلياً ثابتاً، كان الفرق في مخاطر الجفاف دراماتيكياً. ففي ظل السيناريوهات الجديدة والمتغيرة، لم ينخفض تدفق النهر فحسب، بل تراجع بشكل تدريجي على مدار القرن. وبحلول نهاية القرن الحادي والعشرين، كانت حالات الجفاف المحاكية أكثر شدة مما توقعته النماذج الثابتة. حدث هذا لأن ارتفاع درجات الحرارة وانخفاض الأمطار عززا بعضهما البعض بمرور الوقت، مما أدى إلى تجفيف التربة وتقليل الثلوج التي تغذي النهر في فصل الربيع. وتشير الدراسة إلى أن الاعتماد على الافتراضات الثابتة قد يؤدي بمديري المياه إلى التقليل من شدة حالات الجفاف المستقبلية وتوقيت تحولها إلى حالات حرجة. ومن خلال توفير أداة تولد مجموعات جوية ضخمة وواقعية ومتطورة، يقدم هذا البحث صورة أكثر وضوحاً وإلحاحاً للتحديات القادمة، مما يساعد المجتمعات على الاستعداد لمستقبل لا يكون فيه المناخ مختلفاً فحسب، بل متغيراً باستمرار.
ملخص تقني: مولد طقس عشوائي لسيناريوهات مناخية متعددة المواقع ومتعددة المتغيرات مع تغير المناخ العابر
بيان المشكلة يتطلب التقييم الموثوق للموارد المائية في ظل تغير المناخ بيانات دفع مناخي تحافظ في الوقت ذاته على الاعتماد متعدد المتغيرات، والتماسك المكاني، وإشارات المناخ العابرة ضمن مجموعات ضخمة. غالبًا ما تفترض مولدات الطقس العشوائية الحالية حالة الاستقرار أو تطبق تعديلات مبسطة لتغير المناخ (مثل عوامل دلتا الثابتة) التي تفشل في الحفاظ على هذه الخصائص في التطبيقات عالية الأبعاد ومتعددة المواقع. وبينما توفر مجموعات نماذج الدوران العام (GCM) إشارات عابرة، إلا أنها غالبًا ما تكون محدودة الحجم (مما يعيق اختبار الإجهاد القوي)، وتفتقر إلى الدقة المكانية العالية، وغير كافية لالتقاط التباين المناخي الداخلي. وفي المقابل، يمكن للمولدات العشوائية المستقرة إنتاج مجموعات كبيرة ذات هياكل اعتماد واقعية، لكنها لا تستطيع تمثيل اتجاهات الاحترار غير المستقرة أو تغير تباين هطول الأمطار. هناك حاجة ماسة إلى نهج موحد لتوليد مجموعات كبيرة من السيناريوهات متعددة المواقع ومتعددة المتغيرات القادرة على التقاط كل من التباين الداخلي ومسارات المناخ المتطورة لنمذجة التأثير الهيدرولوجي.
المنهجية قام المؤلفون بتطوير إطار عمل لتوليد الطقس عشوائيًا يدمج نهج إعادة أخذ العينات بطريقة الجيران الأقرب (k-NN) غير المعلمية مع وحدة اضطراب المناخ العابر. تم تطبيق الطريقة على حوض نهر مايبو في تشيلي الوسطى، وهو نظام يهيمن عليه ذوبان الثلوج يتطلب مدخلات أسبوعية لدرجة الحرارة وهطول الأمطار في 257 موقعًا مكانيًا لنموذج تقييم المياه (WEAP).
تتكون المنهجية من مكونين رئيسيين:
إعادة أخذ عينات k-NN متعددة المواقع والمستقرة: يقوم هذا المكون بتوليد سلاسل زمنية أسبوعية اصطناعية عن طريق إعادة أخذ العينات من الملاحظات التاريخية (1979-2019). ويستخدم مقياس مسافة لمطابقة الحالة لكل موقع لتعريف الحالات التاريخية المتشابهة إحصائيًا مع الحالة الاصطناعية الحالية عبر جميع المواقع الـ 257 والمتغيرين (درجة الحرارة وهطول الأمطار). ومن خلال أخذ العينات من السجل التاريخي، تحافظ هذه الوحدة على الاعتماد المكاني المرصود، والبنية الزمنية، والارتباطات بين المتغيرات، مما يمثل التباين المناخي الداخلي.
اضطراب تغير المناخ العابر: تقوم هذه الوحدة بتحويل تسلسلات k-NN المستقرة إلى مسارات غير مستقرة تتوافق مع توقعات نماذج الدوران العام (GCM). باستخدام توقعات CMIP6 المصححة والمنخفضة النطاق (عبر 9 نماذج GCM عبر 4 مسارات اجتماعية واقتصادية مشتركة)، تحسب الطريقة إشارات تغير المناخ المتطورة زمنيًا بالنسبة لخط أساس ثابت للفترة 1980-2010.
يتم تطبيق إشارات درجة الحرارة بشكل تراكمي (additive).
يتم تطبيق إشارات هطول الأمطار بشكل ضربي (multiplicative) لمراعاة التباين المعتمد على المقياس.
تُستخدم نافذة متحركة مدتها 21 عامًا للمناخات المستقبلية لتنعيم التباين بين السنوات مع التقاط الاتجاهات طويلة المدى.
يتم بناء المجموعة النهائية عن طريق إقران كل تحقق عشوائي من k-NN بمسار دفع محدد من (GCM–SSP)، مما ينتج 108 سيناريو مناخي عابر (3 تحققات عشوائية × 36 مزيجًا من GCM–SSP). تُستخدم هذه السيناريوهات لتغذية نموذج WEAP لمحاكاة تدفق المجاري المائية وحساب مؤشرات الجفاف (SPI-12 و SRI-12).
المساهمات الرئيسية
إطار عمل موحد: تقدم الدراسة طريقة قابلة للتوسع تربط التباين المناخي الداخلي (عبر إعادة أخذ عينات k-NN) مع الدفع العابر الخارجي (عبر اضطرابات GCM) دون افتراض شكل معلمي لهياكل الاعتماد.
الحفاظ على الاعتماد: يحافظ النهج على التماسك المكاني المعقد عبر 257 موقعًا والاعتماد بين المتغيرات (درجة الحرارة وهطول الأمطار) مع إدخال اتجاهات غير مستقرة.
تحليل الجفاف العابر: يتيح إطار العمل تقييم كيفية تغيير مسارات المناخ المتطورة لمخاطر الجفاف بمرور الوقت، مع التمييز بين الافتراضات المستقرة (حالات مناخية ثابتة) والسيناريوهات العابرة (مخاطر متطورة).
التوافق الهيدرولوجي: تنتج الطريقة بيانات أسبوعية متعددة المواقع متوافقة مباشرة مع النماذج الهيدرولوجية القائمة على العمليات (تحديدًا WEAP)، مما يلغي الحاجة إلى مزيد من التجزئة المكانية أو الزمنية.
النتائج
الدقة الإحصائية: يكرر مولد k-NN المستقر بدقة الدورة الموسمية التاريخية، والمتوسط، والتباين لدرجة الحرارة وهطول الأمطار. وتتبع السيناريوهات العابرة بنجاح توزيع واتجاهات مجموعات GCM المنخفضة النطاق لكل من الآفاق قصيرة المدى (2020–2040) ونهاية القرن (2080–2100).
الارتباط المكاني والارتباط بين المتغيرات: تحافظ السيناريوهات المولدة على هيكل الارتباط المكاني لمجموعة GCM. تظل ارتباطات درجة الحرارة قريبة من 1.0 عند المسافات القصيرة وتظهر انخفاضًا طفيفًا فقط مع زيادة المسافة، بينما يظهر هطول الأمطار تضاؤلاً يعتمد على المسافة يتم استرداده جيدًا بواسطة المولد. كما يتم الحفاظ على الارتباط السلبي بين درجة الحرارة وهطول الأمطار (الناتج عن التدرجات التضاريسية) عبر القرن.
آثار الجفاف: تحت سيناريو SSP5-8.5، ينتج الدفع العابر ظروف جفاف أكثر شدة مقارنة بالافتراضات المستقرة. وبينما تظهر اتجاهات هطول الأمطار إشارة جفاف، فإن الاستجابة الهيدرولوجية (SRI-12) تتضخم بشكل كبير بسبب ارتفاع درجات الحرارة. وبحلول نهاية القرن، يصل الفرق بين SRI-12 العابر والمستقر إلى حوالي -5، مما يشير إلى أن الآثار المركبة لانخفاض هطول الأمطار وارتفاع درجة الحرارة تخلق حالات جفاف هيدرولوجي أكثر شدة بكثير مما قد توحي به اتجاهات هطول الأمطار وحدها.
الأهمية والادعاءات يزعم البحث أن هذا النهج يوفر أداة فعالة حاسوبيًا لربط التوقعات المناخية بتوليد الطقس العشوائي لنمذجة التأثير الهيدرولوجي تحت ظروف عدم اليقين. ومن خلال فصل التباين الداخلي عن الدفع الخارجي، تسمح الطريقة بالاستكشاف المنهجي لمجموعة واسعة من المناخات المستقبلية المحتملة، وهو أمر ضروري لاختبار إجهاد استراتيجيات الموارد المائية. ويؤكد المؤلفون أن السيناريوهات العابرة بالغة الأهمية للتخطيط للبنية التحتية، لأنها تلتقط توقيت وتسلسل التحولات المناخية (على سبيل المثال، السنة المحددة التي يصبح فيها التكيف ضروريًا) وليس فقط حجم التغيير في حقب مستقبلية متباعدة. ويُقدم إطار العمل كحل عملي لتوليد المجموعات الضخمة وعالية الأبعاد المطلوبة لتقييم الاستراتيجيات القوية في الأحواض المائية المعقدة التي تواجه عدم يقين عميق.