Theo mô hình, khu vực được gọi là High Mountain Asia, có thể thấy lượng băng mất đi từ 29 đến 67%, tùy thuộc vào mức độ phát thải khí nhà kính trong khoảng thời gian được mô hình hóa.
Theo nghiên cứu, lưu lượng nước ở các lưu vực sông được cung cấp bởi gió mùa, chủ yếu do các sông băng tan chảy, có thể đạt đến đỉnh điểm vào năm 2050 - có khả năng làm giảm lượng nước chảy ra ngoài thời gian đó, điều này buộc con người phải thay đổi cách tiêu thụ nước hoặc buộc cộng đồng phải tìm các nguồn nước khác. Hiểu được những thay đổi sắp tới của các dòng chảy như vậy là rất quan trọng để lập kế hoạch thích hợp cho thủy điện, thủy lợi và nguồn cung cấp nước.
Một bước tiến nhảy vọt trong thiết lập mô hình sông băng
“Mô hình tiến hóa sông băng của Python” hoặc PyGEM, sử dụng các tập dữ liệu mở rộng, thay vì các ước tính ít chi tiết hơn từ các hiệu ứng khu vực hoặc ngoại suy bị cô lập dựa trên một số lượng nhỏ sông băng. David Rounce, một nhà nghiên cứu tại Đại học Alaska, Fairbanks và là thành viên của Nhóm Khoa học về Đại dương của NASA, tác giả chính của nghiên cứu mô hình mới, cho biết: “Đây là một tiến bộ vượt bậc so với các nghiên cứu trước đây. "Chúng tôi có thể đánh giá những thay đổi về khối lượng sông băng và dòng chảy ở quy mô chưa từng có."
Dữ liệu nghiên cứu các sông băng từ mô hình
Theo con số tuyệt đối, High Mountain Asia (các song băng ở những ngọn núi cao Châu Á) chiếm 44% tổng số các sông băng trên thế giới - ngoài các tảng băng ở Greenland và Nam Cực - mặc dù nó chỉ chiếm một phần nhỏ khối lượng băng. Sự tan chảy của các sông băng này trong nhiều thập kỷ góp phần đáng kể vào việc mực nước biển toàn cầu tăng nhanh và sẽ tiếp tục gia tăng. Khi chúng phát triển về sức mạnh và độ chính xác, các mô hình máy tính có thể thể hiện những thay đổi phức tạp của khí hậu, băng tan và mực nước biển dâng với độ rõ nét ngày càng cao.
Chìa khóa của phương pháp mô hình hóa mới là nền tảng của nó trong dữ liệu cứng. Nhóm khoa học đã nghiên cứu những thay đổi của 95.536 sông băng từ năm 2000-2018, theo quan sát của Máy đo bức xạ phản xạ và phát xạ nhiệt trong không gian nâng cao (ASTER) trên vệ tinh Terra của NASA (Shean và cộng sự, 2020). Các quan sát bao gồm hầu hết các sông băng ở núi cao châu Á, trong đó có diện tích 38.000 vuông dặm (98.000 km vuông), bao gồm cả những quá nhỏ để được chụp trong các nghiên cứu trước đó.
Điều này cho phép nhóm nghiên cứu ước tính sự suy giảm khối lượng băng - khối lượng băng tính theo "trọng lượng" hoặc sức nặng - cho mỗi sông băng; Việc tập hợp lại những ước tính này thành một bức tranh khảm khu vực mang lại phạm vi bao phủ rộng rãi về một khu vực băng giá rộng lớn cũng như dự báo cho các khu vực nhỏ hơn trong đó.
“Các mô hình chắc chắn đang trở nên hiệu quả hơn rất nhiều,” Rounce nói. “Các quan sát đang bắt đầu có sẵn cho hầu hết mọi sông băng, điều này thực sự chưa từng có một thập kỷ trước.”
Vấn đề về phát thải trong tương lai
Mặc dù có phạm vi rộng và độ chính xác cao của mô hình, nhưng khả năng dự báo của nó có cùng hạn chế như những dự báo trước đó: các nhà nghiên cứu không biết liệu lượng phát thải khí nhà kính giữ nhiệt sẽ tăng, giảm hay giữ nguyên trong những thập kỷ tới. Để giải thích điều này, nhóm đã sử dụng phương pháp tiêu chuẩn để đưa ra một loạt các dự báo theo các kịch bản, cho lượng khí thải cao hơn, thấp hơn và phần lớn không thay đổi.
Về mặt tích cực, Rounce nói, PyGEM là một trong những mô hình đầu tiên của loại hình này được cung cấp cho cộng đồng khoa học dưới dạng mã “nguồn mở” - cho phép bất kỳ nhà nghiên cứu nào cắm vào dữ liệu và chạy mô hình.
Để đạt được điều đó, Rounce đã dành nhiều tuần ở Innsbruck, Áo, làm việc với một nhà nghiên cứu khác để làm cho PyGEM tương thích với Mô hình sông băng toàn cầu mở, một mô hình mã nguồn mở khác được công bố năm ngoái.
Công trình mới cũng có thể giúp các nhà lập kế hoạch chuẩn bị cho việc nước biển dâng trong tương lai. Ông nói: “Thyis là một lĩnh vực công việc cực kỳ thú vị bởi vì nó sẽ thực sự cho phép chúng tôi thúc đẩy khoa học phát triển như một cộng đồng, thay vì thúc đẩy mọi thứ tiến lên trong một nhóm nghiên cứu riêng lẻ”.
Biên dịch: Thanh Tâm