Ученые создали первую глобальную карту зон климатической опасности

Ученые из Международного института прикладного системного анализа (IIASA) в Лондоне и Колумбийского университета в Нью-Йорке создали первую глобальную карту зон климатической опасности. Исследование опубликовано в научном журнале Proceedings of the National Academy of Sciences (PNAS).

Создана первая глобальная карта зон климатической опасности
© Газета.Ru

Специалисты рассмотрели волны тепла за последние 65 лет, выявив области, где экстремальная жара проявляется гораздо сильнее по сравнению со средними сезонными температурами.

Эти тепловые волны в основном наблюдались в последние пять лет, хотя некоторые из них произошли в начале 2000-х или ранее.

Наиболее пострадавшие от климата регионы включают центральный Китай, Японию, Корею, Аравийский полуостров, восточную Австралию и части Южной Америки и Арктики.

Однако наиболее интенсивный и последовательный сигнал поступает из северо-западной Европы, где серии волн тепла привели к примерно 60 тыс. жертв в 2022 году и 47 тыс. человеческих потерь в 2023 году.

Климатические катаклизмы происходили в Германии, Франции, Великобритании и Нидерландах и других странах. В сентябре этого года новые рекорды максимальной температуры были установлены в Австрии, Франции, Венгрии, Словении, Норвегии и Швеции. Во многих частях юго-запада США и Калифорнии также наблюдались рекордные температуры вплоть до октября.

В этих регионах экстремальные температуры растут быстрее, чем средние летние температуры, со скоростью, намного превышающей ту, которую прогнозировали самые передовые климатические модели в течение последних нескольких десятилетий.

Однако это явление происходит не везде. Исследование показало, что рост температур во многих других регионах ниже, чем предсказывали модели.

К ним относятся обширные районы северной части США и южной части Канады, внутренние регионы Южной Америки, большая часть Сибири, северная Африка и северная Австралия.

Исследование стало важным шагом на пути к устранению растущего риска, вызванного экстремальной и беспрецедентной жарой, путем выявления регионов, которые исторически сталкивались с быстро растущим риском, и количественной оценки способности моделей воспроизводить эти сигналы.