La creazione e il mantenimento di tali modelli non sono solo un’impresa intellettuale, ma anche un significativo onere economico e temporale. Le simulazioni richiedono mesi di calcolo su supercomputer che consumano enormi quantità di energia. Tuttavia, una recente innovazione nel campo potrebbe rivoluzionare questo scenario. Un nuovo algoritmo, da me sviluppato, promette di accelerare queste simulazioni di un fattore dieci, rappresentando una potenziale svolta nella lotta contro il cambiamento climatico.
Il processo di modellazione del clima è intrinsecamente lento, soprattutto a causa della lentezza con cui alcuni fenomeni naturali, come la circolazione oceanica, si verificano. L’acqua impiega migliaia di anni per completare un ciclo dal profondo oceano alla superficie e viceversa, mentre l’atmosfera si mescola in poche settimane. Questa lentezza è una delle ragioni per cui i modelli climatici devono essere “avviati” da condizioni che riflettano il clima pre-industriale, prima dell’introduzione massiccia di gas serra nell’atmosfera.
Per raggiungere un equilibrio stabile, i modelli sono lasciati in esecuzione fino a quando non si stabilizzano, un processo noto come “spin-up”. Questo può richiedere mesi anche sui computer più potenti, creando un collo di bottiglia significativo nella ricerca climatica. Nonostante l’incremento della potenza di calcolo, semplicemente aggiungere più computer al problema non risolve la questione a causa delle limitazioni nella banda passante e nella comunicazione tra i diversi processori.
Il nuovo algoritmo introduce un metodo per ridurre drasticamente il tempo di spin-up, sfruttando una tecnica chiamata “accelerazione di sequenza”, basata su un’idea del matematico svizzero Leonhard Euler. Questo approccio utilizza i dati passati per estrapolare un futuro “migliore”, accelerando il raggiungimento dell’equilibrio nel modello. In pratica, ciò significa che i modelli possono essere calibrati e aggiustati molto più rapidamente, migliorando la loro precisione e la definizione delle incertezze nelle proiezioni climatiche.
L’implementazione di questo algoritmo non solo risparmia tempo e energia, ma permette anche di eseguire simulazioni con una risoluzione spaziale molto più dettagliata. Attualmente, i modelli oceanici non riescono a catturare fenomeni che avvengono su scale inferiori a circa 110 chilometri. Con una maggiore risoluzione, sarà possibile ottenere proiezioni climatiche più accurate, ad esempio riguardo l’innalzamento del livello del mare, le mareggiate e l’intensità degli uragani.
Questo sviluppo è particolarmente promettente in vista del prossimo grande rapporto dell’IPCC previsto per il 2029. Le simulazioni che formeranno la base di questo rapporto sono già in fase di preparazione, e l’algoritmo potrebbe giocare un ruolo cruciale.
Il nuovo lavoro si estende alla comprensione del ruolo degli oceani nel ciclo globale del carbonio e nell’interazione tra clima, circolazione oceanica e biogeochimica marina attraverso una combinazione di osservazioni di traccianti geochimici e modelli biogeochimici accoppiati per quantificare l’assorbimento di CO2 antropogenica da parte degli oceani e per esplorare il ruolo della pompa biologica nel partizionare il CO2 tra atmosfera e oceano.
L’approccio equilibrato tra teoria, simulazione e osservazione è fondamentale per avanzare nella nostra comprensione del sistema climatico terrestre, un compito che continua a essere una delle sfide fondamentali della scienza moderna.