Tháng Giêng là vào mùa đông ở Los Angeles và thường là tháng lạnh nhất trong năm. Nhiệt độ tối đa ban ngày trung bình khoảng 20°C [67°F], trong khi ban đêm 8°C [47°F] là bình thường
Trung bình tháng Giêng là tháng ẩm ướt nhất trong năm ở Los Angeles với khoảng 80 mm 3. Mưa dày 2 inch khiến thời gian tham quan hơi ẩm ướt. Lượng mưa này thường kéo dài trong 5 ngày, mặc dù lượng mưa này có thể thay đổi đáng kể
Giao thông lưu thông trên Xa lộ 5 ở Los Angeles trong một trong nhiều trận mưa bão gần đây đổ bộ vào California
[Myung J. Chun/Thời báo Los Angeles]
Bởi Ned Kleiner
Tháng 1. 25, 2023 3. 05 giờ sáng theo giờ PTChia sẻĐóng tùy chọn chia sẻ bổ sung
- Sao chép URL liên kếtĐã sao chép.
- In
Sân bay Quốc tế Los Angeles đã ghi nhận lượng mưa 5 inch trong toàn bộ mùa mưa 2020-2021. Vào năm 2023, lượng mưa lớn như vậy đã rơi trong hai tuần đầu tiên của tháng Giêng. Chu kỳ bùng nổ và phá vỡ lượng mưa này là bình thường - các nhà khoa học khí hậu gọi nó là "sự biến đổi bên trong" và nó được mô tả trong câu chuyện trong Kinh thánh về Joseph, người đã tiên đoán bảy năm sung túc sau đó là bảy năm đói kém. Nhưng điều đó không làm cho nó ít phá hoại hơn. Trong Kinh thánh, bói toán của Joseph đã giúp người Ai Cập lập kế hoạch cho những năm thiếu thốn bằng cách dự trữ ngũ cốc, và trong thế giới hiện đại, chúng ta dựa vào các mô hình khí hậu để giúp các kỹ sư và nhà quản lý nước chuẩn bị cho cả hạn hán và lũ lụt
Khi nói đến hạn hán, những mô hình này khá đáng tin cậy. Các nhà nghiên cứu đã dự đoán hạn hán kéo dài và khô hơn ở Tây Nam trong hơn một thập kỷ. Tuy nhiên, những trận mưa như trút nước tỏ ra khó dự báo hơn nhiều;
Tại sao các mô hình khí hậu khó dự đoán chính xác mưa hơn nhiều? . ” Các mô hình khí hậu đã được hiệu chỉnh để tạo ra tổng lượng mưa gần đúng, nhưng chúng làm như vậy bằng cách dự báo quá nhiều mưa nhẹ và hầu như không có mưa lớn. Ngoài ra, các dòng sông trong khí quyển có xu hướng dài, các dải không khí ẩm ướt [do đó được so sánh với các dòng sông thực tế], đây chính xác là loại hình dạng mà các mô hình gặp khó khăn nhất.
Quảng cáo
Ý kiến
Op-Ed. Làm thế nào để tiết kiệm tất cả lượng nước đó từ dòng sông trong khí quyển
Khi California hứng chịu những cơn bão như thế này, các nhà quản lý nước trên toàn tiểu bang có lẽ đang lắc đầu và hỏi, tại sao chúng ta không thể giữ thêm lượng nước đó?
Các mô hình khí hậu cũng có những sai lệch cố hữu — những cách mà chúng ta có thể quan sát thấy rằng những dự đoán của chúng không khớp với các quan sát. Những điều này đặc biệt rõ rệt khi nói đến gió cấp cao dẫn đường cho dòng sông trong khí quyển, dẫn đến quỹ đạo không chính xác. Cuối cùng, nghiên cứu gần đây đã gợi ý mối liên hệ giữa các dòng sông trong khí quyển và hai dao động trong khí quyển mang năng lượng và độ ẩm đến Bờ Tây từ xa như Ấn Độ Dương và cao như tầng bình lưu. Tuy nhiên, các mô hình khí hậu ngày nay có các phiên bản không chính xác hoặc thậm chí không tồn tại của các dao động này, có nghĩa là một nguyên nhân quan trọng của các dòng sông trong khí quyển hoàn toàn không có trong các mô phỏng của chúng tôi
Tất nhiên, có rất nhiều điều mà các mô hình khí hậu đã đúng — trong hơn 50 năm qua, chúng đã chứng tỏ là cực kỳ chính xác trong việc dự đoán các hiện tượng quy mô toàn cầu như nhiệt độ tăng, hạn hán kéo dài hơn và các tảng băng tan chảy. Nhưng thực tế là họ rất giỏi trong những loại dự báo này có nghĩa là họ ít chú ý hơn đến những câu hỏi địa phương quan trọng không kém vẫn chưa được trả lời, chẳng hạn như. Chúng ta có nên chuẩn bị cho lũ lụt gia tăng dọc theo sông Sacramento không?
Giống như các mô hình khí hậu có những thành kiến cố hữu, các nhà hoạch định chính sách cũng vậy - việc chuẩn bị cho một mối đe dọa có thể đoán trước sẽ dễ dàng hơn là một mối đe dọa không thể đoán trước, và do đó, tiền bạc và các nguồn lực sẽ bị hút vào những vấn đề mà chúng ta biết là sắp xảy ra
california
‘Khô hạn’ California có mưa lớn. Nó thực sự là một dự báo thời tiết sử thi thất bại?
Trong nhiều thập kỷ, El Niño dường như đồng nghĩa với mùa đông ẩm ướt ở Nam California, trong khi La Niña là điềm báo hạn hán. Nhưng người mẫu sẽ không giữ được mùa đông này
Nguyên nhân chính của những lỗ hổng kiến thức này ở cấp độ địa phương là một thứ gọi là độ phân giải mô hình thô. Các mô hình khí hậu toàn cầu chia bầu khí quyển của Trái đất thành các ô lưới có đường kính khoảng 60 dặm, nghĩa là mô hình này dự đoán khí hậu tương tự trên đỉnh Mt. Hói như trong Joshua Tree. Loại mô hình thô này dẫn đến một loạt các vấn đề. Mô hình không thể chụp từng ngọn núi riêng lẻ, do đó, nó làm phẳng các đỉnh và thung lũng thành một loạt các cao nguyên, tạo ra một mớ dự đoán tốc độ gió. Thay vào đó, các đám ô nhiễm phải hẹp lại phân tán quá nhanh trên các khu vực rộng lớn và khó dự đoán lượng mưa hơn nhiều khi hộp lưới của bạn lớn hơn nhiều so với kích thước của một đám mây
Những vấn đề này có thể được giảm bớt bằng cách nhúng một mô hình nhỏ hơn, mịn hơn vào trong một mô hình thô lớn, cho phép dự báo địa phương chính xác hơn nhiều. Một lý do khiến phương pháp này không được sử dụng rộng rãi hơn là chi phí;
Vào tháng 9, chính quyền Biden đã công bố kế hoạch hành động CHUẨN BỊ để thúc đẩy khả năng phục hồi khí hậu, bao gồm cam kết “làm việc với Quốc hội để cung cấp 3 tỷ đô la tài chính thích ứng hàng năm. ” Nếu khoản tài trợ này được thông qua, điều quan trọng là một số trong số đó được dành riêng để thúc đẩy lĩnh vực mô hình hóa khu vực để chúng tôi có thể phân bổ tốt hơn phần còn lại của gói. Điều đó nói rằng, sản xuất nhiều mô hình địa phương hơn không phải là một viên đạn bạc, chủ yếu là vì thực sự không có thứ gọi là “bầu không khí khu vực. ” Ví dụ: khi mô hình làm phẳng Dãy núi Rocky, điều đó ảnh hưởng đến dự đoán của nó về khí hậu ở Denver cũng như ở những nơi xa xôi như London
Khi biến đổi khí hậu ảnh hưởng đến khí quyển và các kiểu thời tiết, toàn nhân loại hiện đang chứng kiến một thí nghiệm khoa học toàn cầu, một thí nghiệm mà ngay cả những dự đoán tốt nhất của chúng ta cũng sẽ không bao giờ nắm bắt được đầy đủ. Những dòng sông khí quyển gần đây này đóng vai trò như một lời nhắc nhở rằng các mô hình không phải là không thể sai lầm và rằng xã hội và cơ sở hạ tầng của chúng ta sẽ bị thách thức theo những cách mà chúng ta chưa lường trước được.