Duizenden Jaren Klimaatdata Verfijnd voor Betere Voorspellingen van Toekomstige Milieuveranderingen

Diagrammatische workflow voor de perfecte prognose-downscaling aanpak. De eenvoudige regressies weergegeven in de scatterplot zijn een voorbeeld van die gebruikt in de daadwerkelijke downscaling-aanpak, aangezien ze slechts één voorspeller bevatten, terwijl de werkelijke downscaling werd uitgevoerd met meerdere regressies met acht voorspellervariabelen die op verschillende manieren werden gecombineerd (ruimtelijke, lokale en globale voorspellers). Het aantal punten in de scatterplot is 360 (30 jaar × 12 maanden) voor elk ruimtelijk punt (blauw of oranje).

Een samenwerking tussen de universiteiten van Córdoba en Granada heeft de ruimtelijke resolutie van maandelijkse klimaatgegevens van 22.000 jaar geleden tot het jaar 2100 verbeterd, waardoor meer gelokaliseerde en gedetailleerde studies mogelijk zijn.

De toekomst van het klimaat begrijpen is een van de huidige uitdagingen en een essentieel onderwerp bij het bestuderen van biodiversiteit en het maken van langetermijnvoorspellingen over het gedrag van soorten of het nemen van beslissingen vandaag. Om te weten hoe een Spaanse dennenbos er over 200 jaar uit zal zien, zijn klimaatmodellen nodig die toekomstige veranderingen voorspellen.

“Bij het ontwikkelen van klimaatmodellen moet je ervoor zorgen dat ze goed functioneren. Aangezien we niet weten hoe het klimaat van de toekomst zal zijn en het niet kunnen verifiëren, valideren we het met historische gegevens die echt zijn, door het model achterwaarts te projecteren om te verifiëren dat het werkt,” legt Diego Nieto uit, een onderzoeker van de Groep Basis- en Toegepaste Plantbiologie aan de Universiteit van Córdoba.

“Als deze achterwaartse projecties goed werken, gebruiken wij diegenen die zich met het natuurlijke milieu bezighouden om te bepalen hoe vegetatie of biodiversiteit is veranderd afhankelijk van het klimaat.”

Een van de grootste uitdagingen waarmee ze worden geconfronteerd bij het begrijpen van het klimaat en de vegetatie van het verleden, en het kunnen maken van voorspellingen voor de toekomst, is dat klimaatmodellen werken met zeer hoge resoluties; dat wil zeggen, ze presenteren gegevens over zeer grote gebieden (tussen 150 en 250 km), wat het moeilijk maakt om studies en projecties voor specifieke gebieden, zoals het Middellandse Zeegebied, uit te voeren.

Daarom heeft het laatste werk van Nieto en Daniel Romera, een onderzoeker in dezelfde groep, samen met onderzoekers van de Universiteit van Granada, geleid tot de herschaling van een set maandelijkse klimaatgegevens van 22.000 jaar geleden tot het jaar 2100, waarbij een veel gedetailleerdere resolutie van 11 x 11 km werd verkregen, waardoor een betere analyse van de fenomenen van meer specifieke ecosystemen mogelijk werd.

“Het idee was om een set historische klimaatgegevens te genereren op een niveau van detail dat zinvol zou zijn voor biodiversiteitsstudies.” Het team gebruikte een van de klimaatmodellen (TraCE-21ka) en herschaalde deze met een aantal nieuwe tools die eerder niet waren gebruikt om deze soort herschaling op deze resolutie uit te voeren.

Met dit werk, gepubliceerd in het tijdschrift Scientific Data, wordt een “toolbox” beschikbaar gesteld aan de wetenschappelijke gemeenschap om geavanceerde herschalingstechnieken toe te passen op klimaatgegevens met grote resolutie, met behulp van de R0 programmeertaal, een open en gratis code die het gemakkelijk gebruik mogelijk maakt.

De set tools bevat de mogelijkheid om gegevens van 7 klimatologische variabelen te herschalen, waaronder gemiddelde temperatuur, zonne-energie, neerslag en windsnelheid. Daarnaast wordt er een set van reeds herschaalde gegevens gedeeld voor een regio die wordt erkend als een wereldwijde biodiversiteitshotspot: het Westelijke Middellandse Zeegebied.

Dankzij deze vooruitgang kunnen studies worden uitgevoerd die ons in staat stellen te begrijpen hoe biodiversiteit heeft gereageerd op klimaatveranderingen en voorspellingen doen over hoe het zal veranderen in het licht van de huidige klimaatverandering. Op deze manier zullen betrouwbaardere tools worden ontwikkeld om bijvoorbeeld soorten in natuurparken te beheren of langetermijnconservatieplannen op te stellen.