Учёные улучшили климатические данные за 22 000 лет для точных прогнозов будущего

Схематическое представление метода «идеального прогнозирования». Простые регрессии на диаграмме рассеяния — пример тех, что использовались в реальном моделировании, поскольку включают только одну переменную-предиктор. Фактически же применялись множественные регрессии с восемью предикторами, комбинированными разными способами (пространственные, локальные и глобальные). Количество точек на диаграмме — 360 (30 лет × 12 месяцев) для каждой пространственной точки (синие и оранжевые). Автор: Scientific Data (2025). DOI: 10.1038/s41597-025-05067-9

Совместный проект учёных из Университетов Кордовы и Гранады позволил повысить пространственное разрешение месячных климатических данных за период от 22 000 лет назад до 2100 года. Это открывает возможности для более детализированных исследований локальных изменений.

Прогнозирование будущего климата — одна из ключевых задач современной науки, критически важная для изучения биоразнообразия, долгосрочных прогнозов поведения видов и принятия решений уже сегодня. Например, чтобы представить, как будет выглядеть испанский пихтовый лес через 200 лет, необходимы точные климатические модели.

«При разработке климатических моделей важно убедиться в их корректности. Поскольку мы не знаем, каким будет климат в будущем, и не можем его проверить, мы валидируем модели на реальных данных прошлого, проецируя их назад во времени», — объясняет Диего Ньето, исследователь из группы базовой и прикладной ботаники Университета Кордовы.

Одна из главных проблем при изучении климата и растительности прошлого (и создании прогнозов на будущее) — низкое разрешение существующих моделей. Они оперируют данными для обширных территорий (150–250 км), что затрудняет анализ конкретных регионов, например Средиземноморья.

В новом исследовании Ньето и его коллега Даниэль Ромера совместно с учёными из Университета Гранады провели ремасштабирование набора месячных климатических данных за 22 000 лет, добившись разрешения 11×11 км. Это позволяет детально анализировать локальные экосистемы.

«Наша цель — создать набор палеоклиматических данных с уровнем детализации, пригодным для исследований биоразнообразия», — отмечает команда.

Используя модель изменения климата TraCE-21ka и инновационные инструменты, исследователи разработали «инструментарий» для научного сообщества. Он позволяет применять методы ремасштабирования к крупномасштабным климатическим данным с помощью языка программирования R0 — открытого и бесплатного ПО.

Набор инструментов охватывает 7 климатических переменных, включая среднюю температуру, солнечную радиацию, осадки и скорость ветра. Помимо возможности самостоятельного ремасштабирования данных для любого региона, учёные предоставили готовый набор данных для Западного Средиземноморья — признанного «горячего пятна» биоразнообразия.

Это достижение позволит точнее изучать реакцию экосистем на климатические изменения и прогнозировать их адаптацию к текущим изменениям. Результаты применимы для управления природными парками и разработки долгосрочных природоохранных стратегий.

Дополнительная информация: Daniel Romera-Romera et al, Replicable Fine-Spatio-Temporal Climate Data for Long-Term Ecology in the Western Mediterranean, Scientific Data (2025). DOI: 10.1038/s41597-025-05067-9