团队修改了气候模型

2021-01-24 03:40:10

托马斯·克劳德·钱伯林(Thomas Chrowder Chamberlin)高大而粗壮,胡须和流氓胡须在1800年代后期流行。作为一名年轻的地质学教授,他远足了威斯康星州东南部的平地,勘测了长期消失的冰川的踪迹。当时流行推测是什么原因导致了冰河时代的兴衰,钱伯林抓住了一个指向天然气的理论。

他在1899年写道:“二氧化碳和水蒸气的作用是用吸热材料包裹住地球。”他得出的结论是,将大气中的气体增加一倍会使地球温度升高8或9摄氏度。

二氧化碳与地球温度之间的这种关系被称为温室效应。张伯林对这种联系的看法是正确的,尽管他的人数不多。

“我们收集气候数据的能力有了突飞猛进的发展,特别是自从有了卫星以来的最近30年,”加利福尼亚奥克兰智囊团Breakthrough Institute的气候科学家Zeke Hausfather说。 “但是最终,我们需要知道在未来几十年以及本世纪余下的世纪和未来几个世纪中可能发生的事情。为此,您需要某种模型。”

气候建模科学-预测-已经产生了30种或更多不同版本,试图预测大气变化将如何改变气候。

所有方向都相同:添加温室气体,随后将变暖。但是细节各不相同。

戈达德太空研究所NASA受人尊敬的气候模拟计划负责人加文·施密特(Gavin Schmidt)说:“在某些情况下,结果非常可靠,而在其他情况下,结果却不太那么可靠。”但是差异促使怀疑论者放弃了整个领域。

Hausfather博士说:“那里有足够的东西,人们可以挑剔以支持他们的先入为主。” “气候持怀疑态度的人……一直在争论气候模式总是预示着太多的变暖。”在研究了过去50年中完成的模型后,Hausfather博士说:“事实证明,它们的表现非常出色。”

但是气候建模者承认,必须提高准确性,才能找到应对气候危机的方法。现在,美国东部和西部沿海的气候学家,海洋学家和计算机科学家团队发起了一场大胆的尝试。

他们聚集了来自世界各地的一些最聪明的专家,开始建立新的现代气候模型。他们希望收集来自太空,陆上和海洋中传感器的大量数据流,并采用一种人工智能的“机器学习”技术,使他们的模型活灵活现,并为许多人认为是什么提供新的见解。地球面临的最紧迫威胁。

他们的目标是准确的气候预测,可以告诉当地政策制定者,建设者和规划者什么时候会发生什么变化,天气预报员现在用这种数字可能性来描述比如说下雨的可能性为70%。

塔皮奥·施耐德(Tapio Schneider)是出生于德国的气候学家,他是加州理工学院和位于加利福尼亚州帕萨迪纳的喷气推进实验室的气候学家。

施耐德博士在2019年的一次科学家聚会上说:“我们没有很好的规划信息。”模型无法告诉纽约市建造防波堤的费用多少,或者加州无法保护其庞大的水基础设施的费用。

它们只是变化太大。例如,在2015年的巴黎,有196个国家同意,如果从工业时代算起,地球变暖2摄氏度,将会产生令人震惊的后果。但是我们什么时候到达那里?在目前的排放水平下,在29种主要的气候模式中,答案要多出20至40年,几乎相当于人类的不同。这个范围太广,无法设定行动时间表,这将需要大规模的新基础设施,从更换化石燃料到改用电动汽车再到增高房屋,无所不包。

施耐德博士说:“重要的是要提出更好的预测,并迅速提出。”

大多数气候建模人员在创建模型时都会使用过去的数据。但这意味着有一条新鲜的气候测量值的消防水带几乎没有使用过,它们来自卫星,气球,轮船,飞机,气象站以及漂浮在海洋中的数千个传感器。 Schneider博士希望插入该流,并强迫一个新模型从中学习。

他说:“关键是要使用更多的数据。”他和他的同事们花了两年时间弄清楚该如何做。

施耐德博士说:“最初的想法不是重新开始。”他与麻省理工学院的一位朋友交谈,他是意大利研究员拉斐尔·法拉利(Raffaele Ferrari),他以他的名字命名,对汽车类比很感兴趣。法拉利博士说,他们意识到,“您可以乘坐赛车并开始更换零件,但是很快就可以轻松制造出新的赛车了。”

自从一个夏天在马萨诸塞州伍兹霍尔的研究生相识以来,这两个人一直是朋友。 Ferrari博士追求海洋学,并帮助建立了一个广为使用的海洋模型,称为MIT总循环模型。

海洋和陆地是大气的亲密伙伴,但它们通常需要单独研究。加州理工学院的Schneider博士及其同事研究空气。法拉利博士和麻省理工学院的研究人员研究海洋。两人都意识到了合力的优势。

在2017年和2018年,施耐德博士在加州理工学院召开了一系列研讨会,俗称地球系统建模的未来。他说:“我们只是邀请了世界上最优秀的人才”来讨论这个话题。

他们的共识是:“气候模型的发展十分艰难;法拉利博士说。 “他们正在寻找新的想法。”他们逐渐得出结论,他们应该建立一个新的模型。他们将其命名为气候建模联盟-缩写CliMA在意大利语和西班牙语中是“气候”。

但是法拉利博士指出:“从头开始,随着时间的流逝,您可以清理很多事情。”

这也是大胆的。该小组制定了一个项目,该项目将由加州理工学院,麻省理工学院,美国国家航空航天局的喷气推进实验室以及其他机构的团队至少花费五年的时间进行数万小时的研究。这通常需要政府提供的资金(至少2500万美元),但由于特朗普政府对科学的不满,这种提早出现的可能性很小。

而且它有可能在气候科学界,特别是在成熟的建模中心,如施密特博士在戈达德(Godard)的美国宇航局(NASA)小组,掀起羽毛。施密特博士说:“我认为他们已经超卖了自己的能力。”需要新模型吗? “他们会说是的。我可能会拒绝。”

美国主要由三个政府资助的气候中心:纽约市;科罗拉多州博尔德;还有新泽西州的普林斯顿CliMA没有与已建立的联邦融资中心竞争,而是转向了私人资金。不久,它获得了Google前首席执行官埃里克·施密特(Eric Sc​​hmidt)和温迪·施密特(Wendy Schmidt)的承诺,他们的环境慈善事业涉及从石油清理比赛到深海潜水器。他们承诺提供前三年所需的大部分资金,并以较小的赠款在2018年9月11日启动了CliMA。

麻省理工学院开发海洋模型的约翰·马歇尔(John Marshall)表示,从政府外部获取资金是“该项目的重要组成部分”。

他说:“我认为该项目像Uber项目一样,是一个破坏者。” “任何组织开展了很长一段时间,都会变得僵化。”

Marshall博士指出,另一个与众不同的功能是那些正在研究的功能。他争辩说:“实际上,该模型比您周围的科学家团队重要。”实际上,CliMA小组中60至70名研究人员和程序员代表着名副其实的联合国。

有人在加州理工学院教务长改建的CliMA房屋的墙壁上贴了一张地图,并要求每个人查明他们的房屋。 “针很多,”施耐德博士说。

CliMA决定采用一种创新方法来利用机器学习。卫星和传感器信息是免费提供的-其中大部分供天气预报员使用。 Schneider博士设想使用最后三个十年的数据“训练”他们的模型,然后定期向其提供最新更新。即使气候变化,该模型本身也可以从数据中“学习”并使用AI改进的公式来校准其性能。

气候模型通过将地球划分为网格来工作。这使计算机可以通过计算每个网格单元的大气公式来复制条件。这些不是简单的方程,仅关注二氧化碳的含量。这些模型现在处理数百种影响气候的因素,从太阳辐射,火山,尘埃,海洋喷雾和热带稀树草原的颗粒到农田和海冰。

他们在通常约15到30英里见方和几英里深的网格单元中执行此操作。 CliMA致力于制造更小的单元,但是要对地球的整个大气层进行建模,它们将需要比目前速度快数千倍的超级计算机。取而代之的是,CliMA将钻取一些较小的网格的样本(一些略大于100平方英尺,深15英尺的网格),并使用AI来教导这些样本中的其余网格公式。

通过关注这一详细程度,CliMA小组希望了解通常只是粗略估计的对气候的影响。施耐德博士名单上的负责人是为了评估云的影响。在任何给定时间,低而平坦的层积云都会束缚着地球的广阔地带。但是它们是如此纤弱,没有将它们包含在模型中的好方法。

它们“对于地球的气候非常重要。仅通过反射太阳光,它们就可以将全球范围内的地球降温约8摄氏度。”施耐德博士说。现有的气候模型低估了它们的影响-他称其为“盲点”-在模型中造成了很大的不确定性。施奈德博士说,在极端的温室气体排放下,层积云可能会完全消失,震撼地球的温度。这可能是造成5000万年前北极(地球历史上最近的炎热时期)的鳄鱼的原因之一。

但是团队有问题。尽管计算机的速度越来越快,但计算机建模人员使用的机制却令人毛骨悚然。他们必须一步一步地告诉计算机该怎么做,以计算机可以解密的“语言”。

自1957年以来,科学家经常使用一种称为Fortran的编程语言。快速:一旦编写,它将使计算机高效运行。当数字运算像气候模型一样庞大和复杂时,每秒执行数万亿次计算时,这种效率至关重要。

但是Fortran笨拙且费力。对于当今的超级计算机,必须对其进行进一步修改。对于年轻的程序员来说,它有点像古代拉丁语。法拉利博士说:“如果你告诉本科生,你需要写Fortran的帮助,没有人愿意参与。” “他们认为这是他们职业生涯的终结。”

较新的语言(包括Python,C和C ++之类的数十种语言)更易于编写,但它们在计算机上处​​理的时间更长。对于CliMA建模者来说,这是一个难题。

有答案的那个人住在麻省理工学院“ CSAIL”大楼七楼的一个办公室,即计算机科学和人工智能实验室。艾伦·爱德曼(Alan Edelman)以带宠物幼犬上课而闻名,然后在其徘徊时派遣学生找到它。 “他还没有弄清楚那只狗没有坐在那儿,”一位同事笑着说。

Edelman博士还是一位屡获殊荣的数学家,他思考计算机语言难题,并在2009年开发了一种新语言。他称其为Julia,它弥合了语言鸿沟,他说:与Fortran一样快,并且比蟒蛇。

在2018年9月,他收到了Ferrari博士的“亲爱的爱德曼教授”电子邮件,六个小时后,曾在加州理工学院气候模拟会议上的三位麻省理工学院教授坐在他狭窄的沙发上。

“他们说他们认为自己想使用Julia,”爱德曼博士回忆说。他立即将Julia和CliMA视为完美搭档。 “我真的被粉红色挠痒了。”

但是朱莉娅的用户相对较少,在加利福尼亚州,施耐德博士担心它会失败。他回忆说:“每个人都对朱莉娅(Julia)感到兴奋,以至于我感到非常紧张,因为感觉到太多的集体思考。 “我们试图做的事情有自己的风险。我们真的要承担新语言的风险吗?”

但是使用Julia的简单性改变了游戏规则。当CliMA小组开始谨慎地使用新语言时,Edelman博士突然意识到,其他科学家和年轻的研究生正在把头投入到他的实验室中,以学习这种新型的快速编程工具。来自不同学科的人们正在互动。他说:“我没想到会这样。”

CliMA的小组很快被说服了。法拉利博士说:“我们不可能用另一种语言来做到这一点。” “三四个月后,我们意识到没有办法退缩。”

施耐德博士承认:“朱莉娅给我们的回报比他们想象的要好。”

团队与Julia一起在6月发布了CliMA 0.1,该模型是该模型的第一版的一部分。施耐德博士说,他们的工作提前了,他受到鼓舞。

它们是朝着提供对地方或地区水平有用的气候信息迈出的一步,有助于预测干旱,极端降雨,热浪和大风暴的发生频率。施耐德博士甚至构想了一款手机应用程序,该程序可以向任何打算购买房屋或计划未来农作物的人提供信息。

“您需要在本地一级获得详尽的信息,” Schneider博士说。 “在气候领域,挑战在于如何使信息可行。 我们的科学家交流的内容与人们可以实际使用的内容之间存在很大的差距。” 为了弥补这一点,他们正在寻找天气预报员。 “当他们告诉您明天可能会下雨时,您不知道该怎么办。 您想知道可能性是10%还是100%,”法拉利博士说。 “如果是10%,您将得到一把雨伞; 如果是100%,则您可能不去远足。 因此,了解……至关重要。” “我们将在最后看到,”法拉利博士说。 “说您不应该尝试新的东西总是错误的。 因为这就是您改变世界的方式。”