Интерактивная карта климатическая: Лучшая интерактивная климатическая карта Земли

Лучшие онлайн-ресурсы о климате и экологии

Глобальное потепление, мусор, перепроизводство и перепотребление сейчас почти всегда можно найти в топе новостей. Для тех, кто хочет разобраться, что такое климатический кризис, понять, что происходит с воздухом в своем городе и узнать, где сдать мусор на переработку, мы собрали список онлайн-проектов и сервисов, которые помогут не запутаться в данных и начать действовать.

Фото: Unsplash

Мусор и отходы

Recyclemap — удобная интерактивная карта раздельного сбора мусора в Москве и других городах России от Greenpeace, где можно найти ближайший к Вам пункт приема отходов. Продуманный интерфейс и возможность выбора категории помогают быстро сориентироваться и максимально облегчают процесс поиска. 

+1Город — карта-навигатор и мобильное приложение, которое поможет найти экологические и социальные сервисы в ваше городе с помощью удобных фильтров. Пункты приема батареек, крупногабаритного мусора, одежды и обуви, а так же волонтерские проекты — здесь есть все, чтобы помочь вам начать вести экологичный образ жизни.

Экоточки — телеграм-бот, где собрана самая актуальная информация о точках раздельного сбора по всей России. Выбираете свой город, выбираете тип мусора, который вы хотите сдать (например, TetraPak), и бот выдает вам список адресов, где такие отходы принимают. Очень удобно!

MyPlasticDiary — приложение, которое помогает посчитать все пластиковые упаковки, в которых мы покупаем еду и другие товары, и сократить их потребление. Здесь можно узнать не только точное количество и состав выброшенного пластика, но и поставить себе цели по сокращению пластиковых отходов. Продвинутым пользователям, например, предлагается ограничить свое потребление пластика 10 килограммами в год (вместо 30 кг у обычного потребителя). 

Foodsharing — каждый день магазины, кафе и производители выбрасывают тонны продуктов и готовых блюд, которые не были проданы вовремя или имеют незначительные дефекты. Здесь можно передать эту еду людям, и предотвратить ее попадание в мусорный бак. Подходит для компаний, которые работают с пищевой продукцией, и хотят внести свой вклад в уменьшение количества отходов, а также помочь нуждающимся.

Olioex — приложение для фудшеринга, подходит всем, кто хочет внести свой вклад в сокращение количества выбрасываемой еды. Работает на iOS и Android.

AstriaGraph — интерактивная карта космического мусора от ученых из Университета Техаса. Всего на AstriaGraph нанесено 26 тысяч парящих вокруг Земли объектов искусственного происхождения. Все они попали в космос за последние 60 лет. 

О том, как правильно сортировать и что делать с мусором и ненужными вещами, можно подробнее прочитать у нас в разделе «Практика».

Климат

Google Earth — платформа с функцией 3D-таймлапса, с помощью которой можно увидеть, как наша планета изменилась с 1984 по 2020 год. Создатели собрали и систематизировали 24 миллиона спутниковых снимков, сделанных за последние 37 лет, в рамках интерактивного сервиса.  Снимки позволяют оценить влияние экономической деятельности человека на планету: от тающих ледников и поднимающегося уровня моря до раскаленных «бетонных джунглей» мегаполисов, от вырубки лесов Амазонки до метановых воронок в вечной мерзлоте на Ямале.

Карта климатических аномалий — проект от экспертов российского офиса Greenpeace. Это карта, на которой можно посмотреть, как текущая температура воздуха в разных уголках планеты отличается от аналогичных показателей 1979-2000 года. Красные участки означают, что в этом месте теплее обычного, синие — холоднее, а по интенсивности цвета можно понять, насколько сильно температура отклоняется от средних значений. Данные обновляются четыре раза в день, и сравнивать их можно по дням, неделям и месяцам.

Climateapp — в этом приложении можно рассчитать собственный выброс СО2, который происходит в результате тех или иных действий (например, как он уменьшится, если вы неделю не будете есть мясо, или как увеличится, если вы полетите на отдых на самолете, а не поедете на поезде).

Carbon clock — счетчик выбросов от Bloomberg, наглядно показывающий как именно человечество повлияло (и продолжает влиять) на повышение уровня СО2 в атмосфере. Информация и графики регулярно обновляются.

The Countdown 2º Clock — мониторинг мировых выбросов СО2 в атмосферу в режиме реального времени с обратным отсчетом до дня Х. Два сценария развития событий: глобальное потепление до 1,5 и 2°C и рассчитанное количество времени, которое понадобится человечеству для достижения этих «целей», если мы не сократим темп выбросов СО2. Сайт существует достаточно давно, а заходить на него с каждой неделей становится все страшнее и страшнее.

Globalance World — на сайте и в приложении Globalance World можно оценить, какой вклад разные государства и корпорации вносят в потепление климата, а также сравнить их по количеству ущерба, причиненного нашей планете. Осторожно, дизайн и количество невероятно интересной информации на сайте могут вызывать залипание!

Floodmap — интерактивная карта наводнений, показывающая, какие территории пострадают в первую очередь от повышения уровня Мирового океана.

Ecosia — браузер, прибыль от которого идет на посадку новых деревьев. По утверждениям разработчиков, каждый поисковый запрос «удаляет» 1 кг углекислого газа в атмосфере, так как их сервера на 100% работают от источников возобновляемой энергии, а посаженные деревья помогают вытягивать углекислый газ из атмосферы.

Также и у нас на сайте есть тег «Климат», по которому можно почитать актуальные новости об изменении климата и его последствиях, а также о новых проектах, связанных с этой тематикой в России и в мире.

Мониторинг

Climate TRACE — карта источников выбросов парниковых газов, охватывающая 10 основных секторов экономики и более 70 000 источников.

Cityair — интерактивная платформа, на которой можно сравнить уровень качества воздуха в разных городах, и даже посмотреть, как оно менялось за последние несколько дней. Городов пока немного, но зато разработчики установили собственные станции мониторинга и обещают «оцифровать качество воздуха на всей планете»!

Sensor. community — немецкая платформа с похожими функциями и принципом работы.

SOS!Воздух — новая интерактивная карта Greenpeace демонстрирует, сколько источников загрязнения воздуха находится вокруг, и помогает объединить усилия, чтобы сделать воздух чище. Это первый в России проект, где собрана настолько полная информация по автодорогам и стационарным объектам, с которыми связан риск загрязнения воздуха. Одной из главных его функций стала возможность отправлять жалобы на загрязнение воздуха, которые потом передадут в Роспотребнадзор.

Aqicn — карта уровня загрязнения воздуха в режиме реального времени. Позволяет оценить ситуацию в своем родном городе перед выходом на улицу. Немного устаревший интерфейс, но со своей задачей справляется отлично.

Глобальный пожарный дашборд — карта Greenpeace с пространственным разрешением в 1 км, которая показывает термоточки на поверхности Земли в реальном времени. Как правило, речь идет о пожарах, но это также модет быть лава или газовые факелы на нефтяных или газовых месторождениях. Также у карты есть слои, на которых можно посмотреть тип температуру, тип растительности, ветер и осадки.

Питьеваявода.рус — «Интерактивная карта контроля качества питьевой воды» позволяет гражданам получить информацию о состоянии систем водоснабжения, о мероприятиях по модернизации инфраструктуры, о качестве питьевой воды в любой точке страны.

На нашем сайте можно найти множество интересных статей по тегам «Воздух» и «Вода». И почитать, например, про Барселону, где создают зеленый оазис из целого района, или про то, как российские физики первыми в мире научились удалять выхлопы из воздуха.

Образование

Ecowiki — здесь можно почитать разоблачения мифов о глобальном потеплении и климатическом кризисе, а так же другую полезную информацию для тех, кто интересуется экологией или занимается экоативизмом.

Climate kids — портал об экологии от NASA для детей на простом английском. Большой выбор тематических онлайн-игр и идей для поделок своими руками, а также множество интересный статей и видео помогут доступно объяснить ребенку ( и некоторым взрослым), почему проблемы экологии касаются нас всех, а еще и тренируют английский.

Climate time machine — климатическая «машина времени»,  визуализирующая, как действия человека влияли на количество льда, уровень моря, содержание СО2 в атмосфере и среднюю температуру на планете в ходе истории.

Активизм

Список активных экосообществ России — подготовленная Ecowiki, эта база данных позволит найти сторонников экологичного образа жизни и активных действий на благо планеты в своем городе или регионе.

Бот для экоактивистов — чат-бот, с помощью которого можно воспользоваться шаблоном для написания и отправки обращения к чиновникам, получить индивидуальную помощь юриста, привлечь внимание общественности к экологическим проблемам. Кроме этого, бот познакомит вас с несколькими делами, где активисты успешно защитили свои права и экологию.

Транспорт

PlugShare — наиболее полная карта зарядных станций для электромобилей, которая постоянно обновляется создателями и пользователями. Абсолютный must-have для владельцев электрокаров.

Разобраться в экологических терминах бывает сложно, кажется, что новые слова появляются каждый день. Наша рубрика «Слово Недели» поможет в этом — каждую неделю мы выбираем один термин и объясняем его значение.

Персональный сайт — Интерактивные карты

Погода в прошлом по почтовому индексу — таблица данных

Климатические данные онлайн — ежедневные сводки

Сколько осадков выпало за выходные? Какая была температура за последние несколько недель? Таблицы ежедневных наблюдений за погодой могут ответить на эти общие вопросы.

Откуда берутся эти данные?

Ежедневные сводки о погоде в прошлом по местоположению поступают из ежедневной базы данных Глобальной исторической климатологической сети (GHCNd) и доступны через интерфейс климатических данных в режиме онлайн (CDO), оба из которых управляются и поддерживаются NOAA NCEI.

GHCNd включает ежедневные наблюдения с автоматизированных и управляемых человеком метеорологических станций в США и во всем мире. Наблюдения могут включать погодные переменные, такие как максимальная и минимальная температура, общее количество осадков, снегопад и глубина снега на земле. Однако не все станции регистрируют все переменные; около половины станций сообщают только об осадках. Поиск по почтовому индексу не даст результатов, если в этом почтовом индексе нет метеостанции, но вы можете легко расширить поиск до города или округа.

Если у вас есть дополнительные вопросы или комментарии по поводу данных GHCN или интерфейса Climate Data Online, вы можете отправить электронное письмо в NOAA NCEI по адресу ncei. [email protected] или позвонить им по телефону 1-828-271-4800.

Что я могу сделать с этими данными?

• Проверяйте записи прошлой погоды: узнайте, насколько жарко или холодно было за неделю, сколько дождя или снега/мокрого снега/града выпало и насколько глубоким был снег на земле.
• Проверьте, какая погода была в определенные даты в истории: повлияла ли метель на явку избирателей в день выборов? Какая погода была в важные для вас даты?

• Как пользоваться сайтом?

  ПРИМЕЧАНИЕ. Вы можете распечатать эти инструкции, чтобы читать их, выполняя каждый шаг в другой вкладке браузера.

  Перейдите на страницу онлайн-поиска климатических данных  (открывается в новой вкладке)

  • В разделе «Выбор типа/набора данных наблюдения за погодой» выберите  Ежедневные сводки.
  • В разделе выберите диапазон данных , щелкните значок календаря и выберите даты в календарях начала и окончания, чтобы отразить интересующие вас даты. Затем нажмите ПРИМЕНИТЬ .
  • В раскрывающемся списке Search for выберите Почтовые индексы

  .

  • Введите интересующий вас почтовый индекс в качестве поискового запроса, а затем нажмите 9.0025 Поиск .

  Результаты поиска отображаются в левом столбце, а карта вашего почтового индекса — в правом.

  • Нажмите оранжевую кнопку ДОБАВИТЬ В КОРЗИНУ в левой колонке (эти данные бесплатны).
  • Наведите курсор на кнопку «Корзина» в правом верхнем углу. Нажмите оранжевую кнопку ПРОСМОТРЕТЬ ВСЕ ТОВАРЫ , чтобы перейти на страницу выбора параметров корзины. 

  На странице «Выбрать параметры корзины» продолжите выбор по умолчанию. Прокрутите вниз и нажмите ПРОДОЛЖИТЬ .

  На странице просмотра заказа введите свой адрес электронной почты (дважды) и нажмите ОТПРАВИТЬ ЗАКАЗ . Вы также можете найти ссылки на справку на этой странице.

  Страница REQUEST SUBMITTED предлагает дополнительную информацию

  Теперь действие будет перенесено в ваш почтовый ящик . Во-первых, вы получите уведомление о том, что запрос отправлен. Обычно через несколько минут вы получаете электронное письмо о том, что ваш заказ обработан. Второе электронное письмо содержит ссылку для загрузки запрошенных вами данных в виде многостраничной таблицы данных. Проверьте все страницы, чтобы увидеть полный спектр данных.

   

• Формат(ы) данных

  TXT (ASCII), CSV, PDF

• Тип документации	Ссылка и описание
  Общий	GHCN (Глобальная историческая климатологическая сеть) — Ежедневная документация
  Общий	GHCNd — О программе и обновления
  Артикул	GHCNd — Журнальные статьи

• Тип данных

  наземная станция

  Основные климатические переменные

  Температура воздуха,

  Научная организация

  NOAA NCEI

  СТУБАТА

  Глобальная историческая сеть климатологий (GHCND)

  NCEI. noaa.gov

Мы ценим ваше мнение

Помогите нам улучшить наш контент

Ваш адрес электронной почты

Обратная связь

Защитный код

Получить новую капчу!

Карта воздействия — Лаборатория воздействия на климат

Карта воздействия на климат

Фильтры карты

Отобразить как:

Абсолютный Уровень

Изменение по сравнению с историческим

Покажи мне
Средняя температура в июне/июле/августеСредняя температура в декабре/январе/февралеСредняя годовая температура воздуха# дней < 32°F/0°C# дней > 95°F/35°CЗатраты на смертностьЗатраты на электроэнергию
под
Умеренные выбросы (SSP2-4. 5) Средне-высокие выбросы (SSP3-7.0) Высокие выбросы (SSP5-8.5)
с
1 из 20 низкий средний1 из 20 высокий
вероятность

Умеренные выбросы (RCP 4.5)Высокие выбросы (RCP 8.5)Умеренные выбросы (SSP2-4.5)Средне-высокие выбросы (SSP3-7.0)Высокие выбросы (SSP5-8.5)

Исторический 1986-2005

Следующие 20 лет 2020-2039

Середина века 2040-2059

Конец века 2080-2099

Карта США

Глобальная карта

Температура

Дни

Смертность как доля от ВВП

Расходы на энергию как доля от ВВП

Просмотр методологии

Обновлено 10 ноября 2022 г.

Климатические прогнозы на карте воздействия основаны на Шестом проекте взаимного сравнения связанных моделей Всемирной программы исследований климата, известном как CMIP6 (O’Neill et al., 2016). Ущерб (затраты) Прогнозы основаны на предыдущем раунде сценариев, CMIP5 (Taylor et al., 2012). Будущие исследовательские приоритеты Лаборатории климатических воздействий включают обновление всех прогнозов ущерба, чтобы они соответствовали климатическим сценариям CMIP6.

Климатические прогнозы

Климатические проекции, доступные здесь, получены из Глобальных проекций уменьшенного масштаба для исследования климатических воздействий Лаборатории климатических изменений (GDPCIR), которые находятся в свободном доступе на Microsoft Planetary Computer. В наборе данных GDPCIR используются алгоритмы коррекции статистической погрешности и уменьшения масштаба, которые специально разработаны для точного представления изменений в экстремальных значениях. В частности, был выбран подход Quantile Delta Mapping (QDM) в соответствии с методом, предложенным Cannon et al. (2015), который сохраняет специфические для квантилей тренды из глобальных климатических моделей, при этом полное историческое распределение для данного дня года соответствует набору справочных данных (ERA5). Для создания GDPCIR вводится дополнительный метод, предназначенный для увеличения пространственного разрешения при сохранении экстремального поведения, — локализованное аналоговое масштабирование с сохранением квантилей (QPLAD). Вместе эти методы обеспечивают надежные средства для обработки как центрального, так и хвостового поведения, наблюдаемого в выходных данных климатической модели, при этом согласовывая полное историческое распределение с современным набором данных повторного анализа и обеспечивая пространственную детализацию, необходимую для изучения поверхностных воздействий. Публикация с дополнительными подробностями находится в процессе подготовки и будет размещена здесь, как только она будет доступна.

Прогнозы CMIP6 по своей сути не представляют собой распределения вероятностей; скорее, они представляют собой совокупность возможностей, состоящую из прогонов, проводимых группами по моделированию климата, участвующими на добровольной основе, и запуска моделей, которые примерно представляют собой «наилучшие оценки» прогнозов поведения климата. Для создания вероятностного ансамбля мы использовали метод суррогатной модели/смешанного ансамбля (SMME) Rasmussen et al. (2016). Этот метод взвешивает прогнозы путем сравнения их прогнозов глобальной средней приземной температуры с прогнозами вероятностной простой климатической модели, в данном случае климатической модели конечного усиленного импульсного отклика (FaIR) (версия 6.2) (Smith et al., 2018). Как и у Расмуссена и др., потенциал 2080-209 гг.9 Результаты глобальной температуры, полученные с помощью вероятностной простой климатической модели, но не представленные в уменьшенном наборе данных CMIP6, были представлены «суррогатными моделями», полученными с использованием линейного масштабирования существующих глобальных климатических моделей в GDPCIR, с остатками, добавленными для представления высокочастотной изменчивости. и нелинейности.

Прогнозы с привязкой к сетке были объединены в региональные оценки путем сначала преобразования минимальной, средней или максимальной дневной температуры в масштабе сетки, а затем агрегирования по регионам с использованием средневзвешенного значения. Все переменные взвешиваются с использованием долей населения каждого региона в каждой ячейке сетки, с использованием оценок численности населения с привязкой к сетке, скорректированных для соответствия прогнозам ООН «Мировые демографические перспективы» на 2020 год (SEDAC, UN WPP-Adjusted Population Count 2020, версия 4.11).

Прогнозы ущерба

Стоимость смертности

Методология оценки стоимости смертности в результате будущего изменения климата полностью описана в Carleton et al. (2022). В этом исследовании используются всесторонние исторические записи о смертности, чтобы количественно определить, как наблюдаемые изменения климата повлияли на уровень смертности во всем мире.

Карлтон и др. (2020) составляют крупнейшую в мире базу данных статистики естественного движения населения на субнациональном уровне с подробным описанием 399 миллионов смертей в 41 стране, что составляет 55 процентов населения мира. Объединив эти записи с подробными ежедневными и местными температурными наблюдениями за десятилетия, авторы обнаруживают, что экстремальный холод и экстремальная жара имеют важное влияние на уровень смертности. Эти отношения изменяются в зависимости от климата и уровня доходов пострадавшего населения. Карлтон и др. (2020) используют эти результаты для моделирования того, как адаптация влияет на чувствительность населения к экстремальным температурам.

Оценки взаимосвязи между смертностью и температурой используются для составления прогнозов будущего воздействия изменения климата на уровень смертности в районах по всему миру, которые делят мир на 24 378 отдельных регионов (в каждом из которых проживает примерно 300 000 человек, размером примерно с территорию США). округ). Используя метод выявленных предпочтений для измерения общей стоимости адаптивного поведения и технологий, эти прогнозы отражают полный риск смертности от изменения климата, учитывая как выгоды, так и затраты на адаптацию, в дополнение к прямым воздействиям на смертность.

Эти оценки основаны на сценариях выбросов RCP 4.5 или RCP 8.5, социально-экономическом сценарии SSP3 (из базы данных IIASA Shared Socioeconomic Pathways) и представляют собой взвешенные по климатическим моделям средние значения по 33 климатическим моделям и 1000 прогонов моделирования методом Монте-Карло, что позволяет провести оценку неопределенности, связанной с любой конкретной проекцией. Полные оценки также отражают статистическую неопределенность, связанную с основными экономическими данными и данными о здоровье.

Прогнозируемое воздействие изменения климата на уровень смертности затем преобразуется в монеты и используется для определения стоимости риска чрезмерной смертности в данном году. Отображенный здесь полный риск смертности от изменения климата включает в себя денежное выражение как изменений в уровне смертности, так и изменений в расходах на адаптацию. Ущерб оценивается по доходной шкале стоимости статистической жизни (VSL), основанной на оценке VSL Агентства по охране окружающей среды США в размере 10,9 долларов США.5 миллионов (2019 долларов США). Ущерб, агрегированный на более высоком географическом уровне, чем регион воздействия, представляет собой сумму соответствующих оценок на уровне региона воздействия (в мире насчитывается 24 378 регионов воздействия). Ущерб представлен как процентное изменение прогнозируемого валового внутреннего продукта в каждый период на основе социально-экономического сценария SSP3 (из базы данных IIASA Shared Socioeconomic Pathways).

Затраты на энергию

Методология оценки затрат на использование энергии в связи с будущим изменением климата полностью описана в Rode et al. (2021). В этом исследовании используются всеобъемлющие исторические данные о потреблении энергии, полученные из файлов данных Международного энергетического агентства, для количественной оценки того, как использование населением электроэнергии и других видов топлива (например, природного газа, нефти и угля) потребление энергии реагирует на изменения климата. Авторы используют набор данных «Мировые энергетические балансы» Международного энергетического агентства, в котором описывается потребление электроэнергии и прямого топлива в жилых, коммерческих, промышленных и сельскохозяйственных целях в 146 странах в течение 19 лет.71-2010.

Объединив эти записи с подробными ежедневными и местными температурными наблюдениями за десятилетия, авторы обнаружили, что экстремальный холод и экстремальная жара оказывают важное влияние на потребление энергии. Эти отношения различаются по типу энергии (электричество, другие виды топлива) и изменяются в зависимости от уровня доходов и климата пострадавшего населения. В исследовании эти результаты используются для моделирования того, как рост доходов и адаптация влияют на чувствительность потребления энергии к экстремальным температурам.

Затем авторы используют эти оценки соотношения энергии и температуры для создания прогнозов будущих воздействий изменения климата на электроэнергию и прямое потребление топлива для областей по всему миру, разделив мир на 24 378 отдельных регионов. В каждом регионе проживает примерно 300 000 человек, что примерно равно округу США. Прогнозируемые последствия охватывают последствия адаптивного поведения, которое население принимает по мере того, как оно становится богаче и подвергается воздействию более теплого климата.

Эти оценки основаны на сценарии выбросов RCP 4.5 или RCP 8.5, социально-экономическом сценарии SSP3 (из базы данных IIASA Shared Socioeconomic Pathways) и представляют собой взвешенные по климатическим моделям средние значения для 33 климатических моделей и 1000 прогонов моделирования методом Монте-Карло, что позволяет оценить неопределенность, связанная с любой конкретной проекцией. Полные оценки также отражают статистическую неопределенность, связанную с исходными данными.

Прогнозируемые изменения в расходах на энергию (как электроэнергию, так и другие виды топлива) затем преобразуются в деньги и используются для определения затрат в данном году. Квантиль рассчитывается с использованием дельта-метода вместе с методом Ньютона. Изменения расходов и ВВП, используемые для построения процентных показателей, агрегируются на более высоких географических уровнях как итоги соответствующих оценок воздействия на уровне региона (в мире насчитывается 24 378 регионов воздействия). Предполагается, что будущие цены будут расти на 1,4% в год. Ущерб представлен как процентное изменение прогнозируемого валового внутреннего продукта в каждый период на основе социально-экономического сценария SSP3.

Ссылки

Кэннон, Алекс Дж., Стивен Р. Соби и Тревор К. Мердок. «Коррекция погрешности осадков МОЦ с помощью квантильного картирования: насколько хорошо методы сохраняют изменения квантилей и экстремумов?», Journal of Climate 28, 17 (2015): 6938-6959, по состоянию на 10 ноября 2022 г. , https://doi .org/10.1175/JCLI-D-14-00754.1

Центр международной информационной сети по наукам о Земле – CIESIN – Колумбийский университет. «Население мира с привязкой к координатной сетке, версия 4 (GPWv4): численность населения скорректирована в соответствии с редакцией UN WPP 2015 года, итоговых данных по странам, редакция 11». Палисейдс, Нью-Йорк: Центр социально-экономических данных и приложений НАСА (SEDAC), по состоянию на 10 ноября 2022 г., https://doi.org/10.7927/х5ПН93ПБ.

Карлтон Т., Джина А., Дельгадо М. и др. «Оценка глобальных последствий изменения климата для смертности с учетом затрат и выгод адаптации», The Quarterly Journal of Economics , 2022;, qjac020, https://doi.org/10.1093/qje/qjac020

O’Neill, B.C. , Tebaldi, C., van Vuuren, D.P., et al. «Проект взаимного сравнения моделей сценариев (ScenarioMIP) для CMIP6», Geosci. Модель Дев. , 9, (2016): 3461–3482, по состоянию на 10 ноября 2022 г., https://doi.org/10.5194/гмд-9-3461-2016.

Расмуссен, Д. Дж., Мальте Мейнсхаузен и Роберт Э. Копп. «Вероятностно-взвешенные ансамбли климатических проекций на уровне округов США для анализа климатических рисков», Journal of Applied Meeorology and Climatology 55, 10 (2016): 2301-2322, по состоянию на 10 ноября 2022 г., https://doi.org /10.1175/JAMC-D-15-0302.1

Роде А., Карлтон Т., Дельгадо М. и др. «Оценка социальной стоимости углерода для глобального потребления энергии», Nature (2021). https://doi.org/10.1038/s41586-021-03883-8

Смит, С. Дж., Форстер, П. М., Аллен, М., Лич, Н., Миллар, Р. Дж., Пассерелло, Г. А., и Регайр, Л. А.: FAIR v1.3: простая модель импульсного отклика и углеродного цикла на основе выбросов, Geosci. Model Dev., 11, 2273–2297, https://doi.org/10.5194/gmd-11-2273-2018, 2018.

Тейлор, Карл Э., Рональд Дж. Стоуффер и Джеральд А. Мил. «Обзор CMIP5 и план эксперимента», Бюллетень Американского метеорологического общества 93, 4 (2012): 485-498, по состоянию на 10 ноября 2022 г. , https://doi.org/10.1175/BAMS-D- 11-00094.1

Загрузка данных

Карта воздействия на климат

Фильтры карты

Отобразить как:

Абсолютный Уровень

Изменение по сравнению с историческим

Покажи мне
Средняя температура в июне/июле/августеСредняя температура в декабре/январе/февралеСредняя годовая температура# дней < 32°F/0°C# дней > 95°F/35°CЗатраты на смертностьЗатраты на энергию
под
Умеренные выбросы (SSP2-4.5) Средне-высокие выбросы (SSP3-7.0) Высокие выбросы (SSP5-8.5)
с
1 из 20 низкий средний1 из 20 высокий
вероятность

Умеренные выбросы (RCP 4. 5) Высокие выбросы (RCP 8.5) Умеренные выбросы (SSP2-4.5) Средне-высокие выбросы (SSP3-7.0) Высокие выбросы (SSP5-8.5)

Исторический 1986-2005

Следующие 20 лет 2020-2039

Середина века 2040-2059

Конец века 2080-2099

Карта США

Глобальная карта

Температура

Дни

Смертность как доля от ВВП

Расходы на энергию как доля от ВВП

Просмотр методологии

Обновлено 10 ноября 2022 г.

Климатические проекции на карте воздействия основаны на Шестом проекте взаимного сравнения связанных моделей Всемирной программы исследований климата, известном как CMIP6 (O’Neill et al., 2016). Ущерб (затраты) Прогнозы основаны на предыдущем раунде сценариев, CMIP5 (Taylor et al., 2012). Будущие исследовательские приоритеты Лаборатории климатических воздействий включают обновление всех прогнозов ущерба, чтобы они соответствовали климатическим сценариям CMIP6.

Климатические прогнозы

Климатические прогнозы, доступные здесь, получены из Глобальных уменьшенных прогнозов для исследований климатических воздействий Лаборатории климатических воздействий (GDPCIR), которые находятся в свободном доступе на Microsoft Planetary Computer. В наборе данных GDPCIR используются алгоритмы коррекции статистической погрешности и уменьшения масштаба, которые специально разработаны для точного представления изменений в экстремальных значениях. В частности, был выбран подход Quantile Delta Mapping (QDM) в соответствии с методом, предложенным Cannon et al. (2015), который сохраняет специфические для квантилей тренды из глобальных климатических моделей, при этом полное историческое распределение для данного дня года соответствует набору справочных данных (ERA5). Для создания GDPCIR вводится дополнительный метод, предназначенный для увеличения пространственного разрешения при сохранении экстремального поведения, — локализованное аналоговое масштабирование с сохранением квантилей (QPLAD). Вместе эти методы обеспечивают надежные средства для обработки как центрального, так и хвостового поведения, наблюдаемого в выходных данных климатической модели, при этом согласовывая полное историческое распределение с современным набором данных повторного анализа и обеспечивая пространственную детализацию, необходимую для изучения поверхностных воздействий. Публикация с дополнительными подробностями находится в процессе подготовки и будет размещена здесь, как только она будет доступна.

Прогнозы CMIP6 по своей сути не представляют собой распределения вероятностей; скорее, они представляют собой совокупность возможностей, состоящую из прогонов, проводимых группами по моделированию климата, участвующими на добровольной основе, и запуска моделей, которые примерно представляют собой «наилучшие оценки» прогнозов поведения климата. Для создания вероятностного ансамбля мы использовали метод суррогатной модели/смешанного ансамбля (SMME) Rasmussen et al. (2016). Этот метод взвешивает прогнозы путем сравнения их прогнозов глобальной средней приземной температуры с прогнозами вероятностной простой климатической модели, в данном случае климатической модели конечного усиленного импульсного отклика (FaIR) (версия 1.6.2) (Smith et al., 2018). Как и у Расмуссена и др., потенциал 2080-209 гг.9 Результаты глобальной температуры, полученные с помощью вероятностной простой климатической модели, но не представленные в уменьшенном наборе данных CMIP6, были представлены «суррогатными моделями», полученными с использованием линейного масштабирования существующих глобальных климатических моделей в GDPCIR, с остатками, добавленными для представления высокочастотной изменчивости. и нелинейности.

Прогнозы с привязкой к сетке были объединены в региональные оценки путем сначала преобразования минимальной, средней или максимальной дневной температуры в масштабе сетки, а затем агрегирования по регионам с использованием средневзвешенного значения. Все переменные взвешиваются с использованием долей населения каждого региона в каждой ячейке сетки, с использованием оценок численности населения с привязкой к сетке, скорректированных для соответствия прогнозам ООН «Мировые демографические перспективы» на 2020 год (SEDAC, UN WPP-Adjusted Population Count 2020, версия 4.11).

Прогнозы ущерба

Стоимость смертности

Методология оценки стоимости смертности в результате будущего изменения климата полностью описана в Carleton et al. (2022). В этом исследовании используются всесторонние исторические записи о смертности, чтобы количественно определить, как наблюдаемые изменения климата повлияли на уровень смертности во всем мире.

Карлтон и др. (2020) составляют крупнейшую в мире базу данных статистики естественного движения населения на субнациональном уровне с подробным описанием 399 миллионов смертей в 41 стране, что составляет 55 процентов населения мира. Объединив эти записи с подробными ежедневными и местными температурными наблюдениями за десятилетия, авторы обнаруживают, что экстремальный холод и экстремальная жара имеют важное влияние на уровень смертности. Эти отношения изменяются в зависимости от климата и уровня доходов пострадавшего населения. Карлтон и др. (2020) используют эти результаты для моделирования того, как адаптация влияет на чувствительность населения к экстремальным температурам.

Оценки взаимосвязи между смертностью и температурой используются для составления прогнозов будущего воздействия изменения климата на уровень смертности в районах по всему миру, которые делят мир на 24 378 отдельных регионов (в каждом из которых проживает примерно 300 000 человек, размером примерно с территорию США). округ). Используя метод выявленных предпочтений для измерения общей стоимости адаптивного поведения и технологий, эти прогнозы отражают полный риск смертности от изменения климата, учитывая как выгоды, так и затраты на адаптацию, в дополнение к прямым воздействиям на смертность.

Эти оценки основаны на сценариях выбросов RCP 4.5 или RCP 8.5, социально-экономическом сценарии SSP3 (из базы данных IIASA Shared Socioeconomic Pathways) и представляют собой взвешенные по климатическим моделям средние значения по 33 климатическим моделям и 1000 прогонов моделирования методом Монте-Карло, что позволяет провести оценку неопределенности, связанной с любой конкретной проекцией. Полные оценки также отражают статистическую неопределенность, связанную с основными экономическими данными и данными о здоровье.

Прогнозируемое воздействие изменения климата на уровень смертности затем преобразуется в монеты и используется для определения стоимости риска чрезмерной смертности в данном году. Отображенный здесь полный риск смертности от изменения климата включает в себя денежное выражение как изменений в уровне смертности, так и изменений в расходах на адаптацию. Ущерб оценивается по доходной шкале стоимости статистической жизни (VSL), основанной на оценке VSL Агентства по охране окружающей среды США в размере 10,9 долларов США.5 миллионов (2019 долларов США). Ущерб, агрегированный на более высоком географическом уровне, чем регион воздействия, представляет собой сумму соответствующих оценок на уровне региона воздействия (в мире насчитывается 24 378 регионов воздействия). Ущерб представлен как процентное изменение прогнозируемого валового внутреннего продукта в каждый период на основе социально-экономического сценария SSP3 (из базы данных IIASA Shared Socioeconomic Pathways).

Затраты на энергию

Методология оценки затрат на использование энергии в связи с будущим изменением климата полностью описана в Rode et al. (2021). В этом исследовании используются всеобъемлющие исторические данные о потреблении энергии, полученные из файлов данных Международного энергетического агентства, для количественной оценки того, как использование населением электроэнергии и других видов топлива (например, природного газа, нефти и угля) потребление энергии реагирует на изменения климата. Авторы используют набор данных «Мировые энергетические балансы» Международного энергетического агентства, в котором описывается потребление электроэнергии и прямого топлива в жилых, коммерческих, промышленных и сельскохозяйственных целях в 146 странах в течение 19 лет.71-2010.

Объединив эти записи с подробными ежедневными и местными температурными наблюдениями за десятилетия, авторы обнаружили, что экстремальный холод и экстремальная жара оказывают важное влияние на потребление энергии. Эти отношения различаются по типу энергии (электричество, другие виды топлива) и изменяются в зависимости от уровня доходов и климата пострадавшего населения. В исследовании эти результаты используются для моделирования того, как рост доходов и адаптация влияют на чувствительность потребления энергии к экстремальным температурам.

Затем авторы используют эти оценки соотношения энергии и температуры для создания прогнозов будущих воздействий изменения климата на электроэнергию и прямое потребление топлива для областей по всему миру, разделив мир на 24 378 отдельных регионов. В каждом регионе проживает примерно 300 000 человек, что примерно равно округу США. Прогнозируемые последствия охватывают последствия адаптивного поведения, которое население принимает по мере того, как оно становится богаче и подвергается воздействию более теплого климата.

Эти оценки основаны на сценарии выбросов RCP 4.5 или RCP 8.5, социально-экономическом сценарии SSP3 (из базы данных IIASA Shared Socioeconomic Pathways) и представляют собой взвешенные по климатическим моделям средние значения для 33 климатических моделей и 1000 прогонов моделирования методом Монте-Карло, что позволяет оценить неопределенность, связанная с любой конкретной проекцией. Полные оценки также отражают статистическую неопределенность, связанную с исходными данными.

Прогнозируемые изменения в расходах на энергию (как электроэнергию, так и другие виды топлива) затем преобразуются в деньги и используются для определения затрат в данном году. Квантиль рассчитывается с использованием дельта-метода вместе с методом Ньютона. Изменения расходов и ВВП, используемые для построения процентных показателей, агрегируются на более высоких географических уровнях как итоги соответствующих оценок воздействия на уровне региона (в мире насчитывается 24 378 регионов воздействия). Предполагается, что будущие цены будут расти на 1,4% в год. Ущерб представлен как процентное изменение прогнозируемого валового внутреннего продукта в каждый период на основе социально-экономического сценария SSP3.

Ссылки

Кэннон, Алекс Дж., Стивен Р. Соби и Тревор К. Мердок. «Коррекция погрешности осадков МОЦ с помощью квантильного картирования: насколько хорошо методы сохраняют изменения квантилей и экстремумов?», Journal of Climate 28, 17 (2015): 6938-6959, по состоянию на 10 ноября 2022 г. , https://doi .org/10.1175/JCLI-D-14-00754.1

Центр международной информационной сети по наукам о Земле – CIESIN – Колумбийский университет. «Население мира с привязкой к координатной сетке, версия 4 (GPWv4): численность населения скорректирована в соответствии с редакцией UN WPP 2015 года, итоговых данных по странам, редакция 11». Палисейдс, Нью-Йорк: Центр социально-экономических данных и приложений НАСА (SEDAC), по состоянию на 10 ноября 2022 г., https://doi.org/10.7927/х5ПН93ПБ.

Карлтон Т., Джина А., Дельгадо М. и др. «Оценка глобальных последствий изменения климата для смертности с учетом затрат и выгод адаптации», The Quarterly Journal of Economics , 2022;, qjac020, https://doi.org/10.1093/qje/qjac020

O’Neill, B.C. , Tebaldi, C., van Vuuren, D.P., et al. «Проект взаимного сравнения моделей сценариев (ScenarioMIP) для CMIP6», Geosci. Модель Дев. , 9, (2016): 3461–3482, по состоянию на 10 ноября 2022 г., https://doi.org/10.5194/гмд-9-3461-2016.

Расмуссен, Д. Дж., Мальте Мейнсхаузен и Роберт Э. Копп. «Вероятностно-взвешенные ансамбли климатических проекций на уровне округов США для анализа климатических рисков», Journal of Applied Meeorology and Climatology 55, 10 (2016): 2301-2322, по состоянию на 10 ноября 2022 г., https://doi.org /10.1175/JAMC-D-15-0302.1

Роде А., Карлтон Т., Дельгадо М. и др. «Оценка социальной стоимости углерода для глобального потребления энергии», Nature (2021). https://doi.org/10.1038/s41586-021-03883-8

Смит, С. Дж., Форстер, П. М., Аллен, М., Лич, Н., Миллар, Р. Дж., Пассерелло, Г. А., и Регайр, Л. А.: FAIR v1.3: простая модель импульсного отклика и углеродного цикла на основе выбросов, Geosci. Model Dev., 11, 2273–2297, https://doi.org/10.5194/gmd-11-2273-2018, 2018.

Тейлор, Карл Э., Рональд Дж. Стоуффер и Джеральд А. Мил. «Обзор CMIP5 и план эксперимента», Бюллетень Американского метеорологического общества 93, 4 (2012): 485-498, по состоянию на 10 ноября 2022 г.