Bài toán mô phỏng khí hậu và biến đổi khí hậu trong Nobel Vật lý

Biến đổi khí hậu hiện là một trong những chủ đề nhận được nhiều sự quan tâm nhất, và là một trong những mối đe dọa hiện hữu đối với nhân loại. Theo Báo cáo Đánh giá lần thứ 6 của Ban Liên Chính phủ về biến đổi khí hậu (IPCC) mới công bố tháng 8/2021 [1], BĐKH diễn ra phổ biến, nhanh chóng và ngày càng khó lường, chưa từng có tiền lệ trong hàng nghìn năm gần đây.

Syukuro Manabe (giữa) trao đổi với các đồng nghiệp tại trường Đại học Princeton năm 1969. Nguồn: Phòng thí nghiệm Động lực Chất lưu Địa Vật lý GFDL.

Phát triển các mô hình khí hậu 

Các kết quả tính toán sự gia tăng nhiệt độ tương lai và vai trò của khí nhà kính đối với nóng lên toàn cầu ngày nay sử dụng các mô hình khí hậu. Vào thời kỳ hơn 50 năm trước, khi Manabe bắt đầu tiến hành các nghiên cứu bản lề trong lĩnh vực này, việc lượng hóa vai trò của khí nhà kính và tác nhân con người lên khí hậu Trái đất còn rất mơ hồ. Syukuro Manabe và Klaus Hasselmann, 2 trên 3 tác giả đoạt giải thưởng Nobel Vật lý năm nay là những người đặt nền móng cho các hướng nghiên cứu này. Giải thưởng Nobel Vật lý 2021 vừa được trao đã vinh danh hai ông vì các đóng góp to lớn “trong lĩnh vực mô phỏng khí hậu Trái đất, lượng hóa sự biến động của nó và các dự báo tin cậy về nóng lên toàn cầu”.

Trong những năm 1950, việc dự báo thời tiết quy mô lớn được bắt đầu phát triển tại Viện Nghiên cứu Tiên tiến Princeton dưới sự dẫn dắt của Jule Charney và John von Neumann. Theo thời gian, dần dần có sự tách biệt giữa cộng đồng thiên làm về dự báo thời tiết và thiên về mô phỏng khí hậu, tuy nhiên vẫn có nhiều mục tiêu và cách tiếp cận tương đồng giữa họ. Phòng thí nghiệm Động lực Chất lưu Địa Vật lý GFDL (Geophysical Fluid Dynamics Laboratory), mà sau này người trong ngành gọi là “Ngôi đền của mô phỏng” (the Temple of Modelling) được thành lập. Năm 1959, Syukyro Manabe đã được tuyển dụng về đây.

Manabe và cộng sự đã thiết lập mô hình lan truyền bức xạ một chiều kèm với profile theo phương thẳng đứng của độ ẩm tương đối và nồng độ khí nhà kính cũng như mô hình cho thấy sự gia tăng mức độ phức tạp của mô hình chưa chắc đã làm tăng tính tin cậy của các kết quả tính toán.

Sự phát triển của các mô hình khí hậu bắt đầu từ các mô hình cân bằng năng lượng đơn giản đến các mô hình kết hợp hiện đại có khả năng mô tả chi tiết động lực và đặc điểm vật lý của các thành phần của hệ thống khí hậu và tương tác giữa chúng.

Mô hình khí hậu đơn giản nhất là mô hình cân bằng năng lượng 0-chiều (EBM-0D). Trái đất được coi như một điểm trong không gian, và biến tính toán cần tìm là nhiệt độ bề mặt. Khi đó nhiệt độ là nghiệm tính được từ phương trình cân bằng năng lượng: năng lượng từ bức xạ sóng ngắn mặt trời đi tới (tập trung trong vùng thị phổ 0,4–0,7 μm)  cân bằng với năng lượng bức xạ sóng dài phát ra từ Trái đất (tập trung trong vùng hồng ngoại nhiệt (10-12 μm). Khi đó, nếu như không xét đến vai trò của khí quyển, nhiệt độ trung bình bề mặt trái đất ước lượng là -18ºC (nếu xét giá trị albedo hành tinh là 0,3, nghĩa là bề mặt Trái đất phản xạ khoảng 30% bức xạ mặt trời đi tới).

Hình 1. Minh hoạ đơn giản mô hình lan truyền bức xạ 1 chiều trong khí quyển 2 lớp. 

Việc xét đến vai trò của khí quyển được thực hiện với mô hình lan truyền bức xạ một chiều (Hình 1). Trái đất được xem như là một cột khí quyển thẳng đứng, mọi điểm trên bề mặt Trái đất là như nhau). Khí quyển được chia ra làm nhiều lớp theo độ cao và mô hình sẽ giải ra kết quả là giá trị nhiệt độ tại các lớp khí quyển đó. Bức xạ mặt trời và bức xạ sóng dài từ mặt đất và các lớp khí quyển được phát xạ, hấp thụ và truyền qua các lớp mô hình. Năng lượng trong từng lớp khí quyển được phân phối, tính toán thông qua sự kết hợp giữa các phương trình cân bằng bức xạ. Việc giải các phương trình này cho kết quả là nhiệt độ sẽ giảm theo độ cao, tương ứng với những gì quan sát được trong tầng đối lưu khí quyển. Tuy nhiên, kết quả tính toán ra thường cho nhiệt độ bề mặt đất cao hơn so với thực tế, và mức độ giảm nhiệt (lapse rate) ở các lớp dưới là cao, có thể lên tới ~-15ºC/km (mức độ giảm nhiệt trong không khí ẩm quan trắc được xấp xỉ -6,0ºC/km, nghĩa là cứ lên cao 1 km thì nhiệt độ không khí giảm 6,0ºC).

Manabe và Wetherald [2] đã thiết lập mô hình lan truyền bức xạ một chiều kèm với profile theo phương thẳng đứng của độ ẩm tương đối và nồng độ khí nhà kính. Mô hình đầu tiên tính toán sự lan truyền bức xạ và sau đó có một bước quan trọng là thực hiện hiệu chỉnh đối lưu. Mỗi khi có sự “quá nóng” tính toán được bởi lan truyền bức xạ, nghĩa là profile thẳng đứng của nhiệt độ lệch khỏi mức độ giảm nhiệt ẩm cho trước, mô hình sẽ sinh ra “đối lưu”; nhiệt lượng sẽ được chuyển lên các lớp trên thông qua ẩn nhiệt, và sau đó mô hình tính toán lại sự lan truyền bức xạ. Quá trình này, gọi là quá trình hồi tiếp hơi nước1, sẽ chỉ dừng lại khi profile nhiệt độ tính toán được đáp ứng được mức độ giảm nhiệt ẩm ban đầu. Sơ đồ này là sơ đồ hiệu chỉnh đối lưu, đề xuất đầu tiên bởi Manabe và Strickler [3]. Tuy nhiên khác với Manabe và Strickler sử dụng profile độ ẩm tuyệt đối, Manabe và Whetherald đã sử dụng profile độ ẩm tương đối do nhận ra rằng các quan trắc cho thấy chỉ có sự thay đổi nhỏ theo mùa đối với các profile độ ẩm tương đối ở Bắc Bán Cầu, trong khi độ ẩm tuyệt đối lại khá nhạy với nhiệt độ.

Klaus Hasselmann, người tạo ra các mô hình khí hậu ngẫu nhiên. Nguồn: Reuters.

Kết quả quan trọng của Manabe và Wetherald là đã chỉ ra độ nhạy khí hậu, nghĩa là mức thay đổi nhiệt độ bề mặt khi nồng độ CO2 tăng gấp đôi, là 2,3ºC. Năm 1975, Manabe và Wetherald [4] đã cải tiến các tính toán một cách đáng kể sử dụng mô hình toàn cầu ba chiều chạy trên máy tính chỉ có 0.5MB RAM để giải hệ phương trình nguyên thủy của chuyển động chất lưu quanh trái đất. Kết quả là khi nồng độ CO2 tăng từ 300 ppm lên 600 ppm, nhiệt độ toàn cầu  tăng lên là 2,93ºC. Ở đây cũng phải kể đến Svante Arhenius (nhà hóa học vật lý học Thụy Điển đoạt giải Nobel hóa học năm 1903), trong một nghiên cứu tiên phong năm 1896 đã tiến hành xem xét khả năng hấp thụ của khí CO2 sẽ ảnh hưởng thế nào đến nhiệt độ bề mặt đất. Arrhenius đã ước lượng độ nhạy khí hậu là khoảng 6ºC. Các ước lượng mới nhất từ Báo cáo Đánh giá lần thứ 6 của IPCC công bố tháng 8/2021 sử dụng các mô hình phức tạp và hiện đại nhất cho kết quả độ nhạy khí hậu trong khoảng 1,5-4,5ºC [1]. Như vậy, các kết quả của Manabe và Wetherald [2,4] cho thấy sự gia tăng mức độ phức tạp của mô hình chưa chắc đã làm tăng tính tin cậy của các kết quả tính toán.

Hình 2. Kết quả trích từ Hình 16, công trình của Manabe và Wetherald về profile thẳng đứng của nhiệt độ khi mô hình ddatj cân bằng về bức xạ – đối lưu với các gái trị nồng độ CO2 khác nhau.  

Mô hình ngẫu nhiên cho các bài toán dự báo 

Trong những năm 1960, Edward Lorenz, được coi là người khai sinh của lý thuyết hỗn độn (chaos theory)2 đã chỉ ra, bài toán dự báo không phải lúc nào cũng là bài toán tất định (mọi trạng thái tương lai được xác định bởi các trạng thái trong quá khứ). Khi giải vi phân một hệ phương trình mô phỏng chuyển động đối lưu trong khí quyển, Lorenz nhận được kết quả rằng chỉ một thay đổi rất nhỏ trong điều kiện ban đầu có thể dẫn đến kết quả sai khác rất lớn của vị trí mô phỏng một phần tử khí trong khí quyển sau một số bước thời gian. Điều này đã dẫn đến câu nói nổi tiếng “Cái đập cánh của con bướm ở Brazil có thể gây nên một cơn lốc tại Texas”.

Lý thuyết hỗn độn cũng chỉ ra vì sao mặc dù khoa học và công cụ tính toán phát triển vượt bậc trong nửa thế kỷ qua, việc dự báo thời tiết chính xác trước 10 ngày hầu như là bất khả thi. Với kết quả bất định của bài toán dự báo thời tiết hạn dài, thường xuyên có người đặt câu hỏi: “Ta đã biết là không thể dự báo thời tiết quá 10 ngày, vậy thì làm thế nào để có thể tin được các kết quả tính toán khí hậu trong tương lai cả 100 năm tới?”. Mô hình ngẫu nhiên của Klaus Hasselmann phát triển năm 1976[5] đã góp phần giải quyết vấn đề khác biệt giữa khí hậu và thời tiết này.

Mô hình ngẫu nhiên của Hasselmann đặc biệt ở chỗ các nhiễu “thời tiết” được giữ lại, từ đó xác định được phản ứng của các yếu tố khí hậu với các nhiễu “thời tiết” cũng ngẫu nhiên giống như quá trình tương tác của các hạt lớn với tập hợp các hạt nhỏ trong chuyển động Brown. Kết quả chỉ ra tính dự báo được của khí hậu, lý giải được tại sao các mô hình khí hậu cho kết quả tin cậy được mặc dù thời tiết thay đổi nhanh và bất định.

Hasselmann đã đưa ra được một mô tả ngẫu nhiên tổng quát cho khí hậu trong đó các “nhiễu” (noise) được gắn với “thời tiết”. Hệ thống kết hợp gồm các thành phần đại dương, khí quyển, băng quyển và mặt đất được chia thành hệ “thời tiết” (chủ yếu là khí quyển) có sự thay đổi nhanh, và hệ “khí hậu” (gồm đại dương, băng quyển, thực vật, v.v.) có sự thay đổi chậm hơn. Các yếu tố được biểu diễn bởi các phương trình gồm các biến vector x, y, trong đó quy mô thời gian của x nhỏ hơn đáng kể so với y (y đại diện cho các yếu tố mang tính khí hậu). Trong các mô hình thống kê động lực phát triển trước Hasselmann, chỉ có giá trị trung bình của sự thay đổi của các thành phần thời tiết x (trung bình các nhiễu) được sử dụng trong quá trình tính toán y. Mô hình ngẫu nhiên của Hasselmann đặc biệt ở chỗ các nhiễu “thời tiết” được giữ lại, từ đó xác định được phản ứng của các yếu tố khí hậu với các nhiễu “thời tiết” cũng ngẫu nhiên giống như quá trình tương tác của các hạt lớn với tập hợp các hạt nhỏ trong chuyển động Brown. Kết quả chỉ ra tính dự báo được của khí hậu, lý giải được tại sao các mô hình khí hậu cho kết quả tin cậy được mặc dù thời tiết thay đổi nhanh và bất định.   

Hình 3. Minh họa cho lý thuyết hỗn độn: chuyển động của phần tử khí theo hệ 3 phương trình phi tuyến của Lorenz trong 10000 bước thời gian. Hình trái: chuyển động của phần tử khí với vị trí ban đầu tại điểm (1;1;1) và tại điểm (1,001; 1,001; 1,001). Hình phải: sự khác biệt của vị trí phần tử khí tại mỗi bước thời gian khi mô phỏng theo 2 vị trí ban đầu ở trên.

Hasselmann cũng đã có đóng góp to lớn trong việc phát triển phương pháp xác định phân tách vai trò của con người và của tự nhiên đến khí hậu, từ đó chứng minh mối quan hệ giữa sự gia tăng nhiệt độ khí quyển và sự phát thải CO2 do con người [6,7,8]. Trong công bố đầu tiên về chủ đề này [6], Hasselmann đã phân tích rằng cách tiếp cận trên từng điểm lưới là không phù hợp với các trường không gian khi phân tích hồi đáp khí hậu, từ đó ông đã đưa ra khung phân tích cho dữ liệu thuần túy theo không gian [6], và theo không – thời gian [7,8]. Hasselmann cũng đã chỉ  rằng việc phát hiện một tín hiệu không nhất thiết cần thực hiện ở phần dữ liệu có tín hiệu mạnh nhất, mà là ở nơi có nhiễu ít nhất. Phương pháp của Hasselmann, gọi là phương pháp “lấy dấu vân tay” (fingerprinting), là một tổng quát hóa theo không – thời gian của phép hồi quy đa biến được điều chỉnh nhằm phát hiện tín hiệu biến đổi khí hậu và quy nguyên nhân của biến đổi cho các tác nhân khác nhau.

Dựa trên các kết quả nghiên cứu về quy nguyên nhân của biến đổi khí hậu mà người đặt nền móng là Hasselmann, Báo cáo Đánh giá lần thứ 6 của IPCC đã đưa ra kết luận rằng vai trò của con người gây ra biến đổi khí hậu từ thời kỳ tiền công nghiệp đến nay là không thể chối cãi. Nhiệt độ giai đoạn 2010-2019 đã tăng so với thời kỳ 1850-1900 là 1,09ºC [0,95 đến 1,2ºC], trong đó mức tăng do phát thải khí nhà kính của con người là 1,07ºC [0,8 đến 1,3ºC].

Từ ngày 31/10 tới ngày 12/11 tới đây, Hội nghị các bên lần thứ 26 (COP26) của Liên Hợp Quốc sẽ được tổ chức tại Glasgow với sự tham gia của nhiều nguyên thủ quốc gia để bàn về việc đẩy nhanh các giải pháp ứng phó với BĐKH nhằm hiện thực hoá mục tiêu của Thỏa thuận Paris. Lưu ý rằng Thỏa thuận Paris về BĐKH năm 2015 đã đặt ra mục tiêu hạn chế mức tăng nhiệt độ toàn cầu đến cuối thế kỷ 21 ở mức dưới 2ºC so với thời kỳ tiền công nghiệp, và một mục tiêu tham vọng hơn là tăng dưới 1,5ºC. Tuy nhiên các kết quả tính toán từ các mô hình khí hậu dựa trên các kịch bản phát thải khí nhà kính, đặc biệt là khí CO2 vào khí quyển chỉ ra rằng nếu như không có sự cắt giảm khí nhà kính mạnh mẽ và triệt để từ các quốc gia thì việc đạt được mục tiêu của Thỏa thuận Paris thực sự xa vời[1]□.

—————————————

* PGS. TS Ngô Đức Thành (trường Đại học KH&CN Hà Nội) là nhà nghiên cứu về biến đổi khí hậu. Năm 2020, Ban soạn thảo Báo cáo Đánh giá biến đổi khí hậu của IPCC lần thứ sáu – một báo cáo thu hút hàng trăm chuyên gia hàng đầu trong nhiều lĩnh vực khác nhau làm tác giả chính điều phối (Coordinating Lead Authors) và tác giả chính (Lead Authors), tác giả đóng góp (Contributing Authors) và chuyên gia bình duyệt (Expert Reviewers) – mời anh tham gia soạn thảo với vai trò là tác giả chính (lead author) của một chương.

Giải Nobel Vật lý 2021 dành cho Syukuro Manabe, Klaus Hasselmann và Giorgio Parisi bởi có những công trình miêu tả các hệ vật lý phức tạp – bao gồm nghiên cứu mang tính nền tảng tạo ra một mô hình toán học tiên phong về khí hậu trái đất và dự đoán sự gia tăng của các mức carbon dioxide trong bầu khí quyển trái đất có thể làm tăng nhiệt độ toàn cầu. Syukuro Manabe và Klaus Hasselmann cùng chia nhau một nửa trong số tiền thưởng trị giá 10 triệu kronor Thụy Điển (tương đương 1,15 triệu USD) cho việc nghiên cứu và phát triển mô hình này. Nhà vật lý lý thuyết Giorgio Parisi tại Sapienza trường Đại học Rome nhận phần còn lại của giải thưởng cho những đóng góp của ông về lý thuyết của các hệ phức hợp. Công trình của ông đã ảnh hưởng đến nhiều lĩnh vực khác nhau, từ khoa học thần kinh đến cách các vật liệu dạng hạt sắp xếp. “Đây là hai giải thưởng khác nhau nhưng có một chủ đề chung là liên quan đến sự trật tự và những thăng giáng, có thể đem lại kết quả giúp chúng ta có thể hiểu được và dự đoán được [những điều có thể diễn ra], Thors Hans Hansson, chủ tịch Ủy ban Nobel Vật lý nói. “Chúng ta có thể dự đoán điều gì diễn ra với khí hậu trong tương lai nếu chúng ta biết cách mã hóa sự hỗn độn của thời tiết”.

Giải Nobel Vật lý 2021 dành cho Syukuro Manabe, Klaus Hasselmann và Giorgio Parisi bởi có những công trình miêu tả các hệ vật lý phức tạp – bao gồm nghiên cứu mang tính nền tảng tạo ra một mô hình toán học tiên phong về khí hậu trái đất và dự đoán sự gia tăng của các mức carbon dioxide trong bầu khí quyển trái đất có thể làm tăng nhiệt độ toàn cầu. Syukuro Manabe và Klaus Hasselmann cùng chia nhau một nửa trong số tiền thưởng trị giá 10 triệu kronor Thụy Điển (tương đương 1,15 triệu USD) cho việc nghiên cứu và phát triển mô hình này. Nhà vật lý lý thuyết Giorgio Parisi tại Sapienza trường Đại học Rome nhận phần còn lại của giải thưởng cho những đóng góp của ông về lý thuyết của các hệ phức hợp. Công trình của ông đã ảnh hưởng đến nhiều lĩnh vực khác nhau, từ khoa học thần kinh đến cách các vật liệu dạng hạt sắp xếp. “Đây là hai giải thưởng khác nhau nhưng có một chủ đề chung là liên quan đến sự trật tự và những thăng giáng, có thể đem lại kết quả giúp chúng ta có thể hiểu được và dự đoán được [những điều có thể diễn ra], Thors Hans Hansson, chủ tịch Ủy ban Nobel Vật lý nói. “Chúng ta có thể dự đoán điều gì diễn ra với khí hậu trong tương lai nếu chúng ta biết cách mã hóa sự hỗn độn của thời tiết”.

Tài liệu tham khảo

[1] Arias, P. A., N. Bellouin, E. Coppola, et al. 2021. Technical Summary. In: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Masson-Delmotte, V., P. Zhai, A. Pirani, S. L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M. I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J. B. R. Matthews, T. K. Maycock, T. Waterfield, O. Yelekçi, R. Yu and B. Zhou (eds.)]. Cambridge University Press.

[2] Manabe, S, Wetherald, RT. 1967. Thermal equilibrium of the atmosphere with a given distribution of relative humidity. J. Atmos. Sci. 24, 241–259.

[3] Manabe, S, Strickler, RF. 1964. Thermal equilibrium of the atmosphere with a convective adjustment J. Atmos. Sci. 21, 361–85.

[4] Manabe, S, Wetherald, RT. 1975. The Effects of Doubling the CO2 Concentration on the climate of a General Circulation Model. J. Atmos. Sci. 32, 3–15.

[5] Hasselmann K. 1976. Stochastic climate models part I. Theory. Tellus 28(6), 473-485.

[6] Hasselmann K. 1979. On the Signal-to-Noise Problem in Atmospheric Response Studies. In: Meteorology of Tropical Oceans. Ed. by D.B. Shaw. London: Roy Me- teorol Soc., pp. 251 − 259.

[7] Hasselmann K. 1993. Optimal Fingerprints for the Detection of Time-Dependent Climate Change. J. Climate 6, 1957-1971.

[8] Hasselmann K. 1997. Multi-Pattern Fingerprint Method for Detection and Attribution of Climate Change. Clim. Dyn. 13, 601-611.

[9] https://www.nobelprize.org/uploads/2021/10/sciback_fy_en_21.pdf

——————————

Chú thích

1. Một quá trình hồi tiếp được hiểu là một quá trình mà đầu ra của nó sẽ làm tăng cường (hồi tiếp dương) hoặc giảm nhẹ (hồi tiếp âm) đầu vào của quá trình đó. Các quá trình hồi tiếp là rất quan trọng đối với các nghiên cứu biến đổi khí hậu, vì một sự biến đổi ban đầu có thể kích hoạt liên tiếp các biến đổi khác với quy mô mạnh hơn rất nhiều. Quá trình hồi tiếp băng-albedo là một ví dụ: khi nhiệt độ tăng lên, băng tuyết tan ra, làm mức độ phản xạ ánh sáng mặt trời kém đi, dẫn tới lược bức xạ mặt trời hấp thụ được tăng lên làm nhiệt độ lại càng tăng lên cao hơn, và băng tuyết lại tan nhiều hơn, cứ thế quá trình này tiếp tục. Quá trình hồi tiếp băng-albedo lý giải vì sao trong bối cảnh nóng lên toàn cầu, các khu vực vĩ độ cao lại có mức gia tăng nhiệt độ lớn hơn các khu vực khác.

2.  Ở đây, cũng cần vinh danh Henri Poincaré, một trong những người đặt nền móng đầu tiên cho lý thuyết hỗn độn khi ông công bố lời giải của “Bài toán ba vật thể” vào năm 1890. Trong những năm này, Poincaré đã nhận thấy một sai lệch nhỏ ban đầu có thể gây nên một sự khác biệt khổng lồ trong kết quả tính toán.

Tác giả

(Visited 83 times, 1 visits today)