Климатический диагноз Земли в формализме модулей, режимов и памяти

Аннотация
Климатическая система Земли рассматривается как модуль с несколькими режимами (ледниковый, голоценовый, парниковый) и медленной памятью $G$G, описывающей совокупное теплосодержание океана и объём льда. На основе наблюдаемого энергетического дисбаланса ($\approx 1{\text{Вт/м}}^2$≈1Вт/м2) и данных о накоплении тепла показано, что $\dot{G}>0$G˙>0 устойчиво. Это означает, что система покинула область притяжения голоценового режима и движется к новому, более тёплому аттрактору. Анализ эффективной динамики $\dot{G}=\mathrm{\Psi }(G;\lambda )$G˙=Ψ(G;λ) выявляет гистерезис и структурную необратимость: возврат к прежнему климату невозможен простым снижением выбросов. Предлагается количественная калибровка $G$G и простая численная модель, иллюстрирующая S‑образную зависимость $\mathrm{\Psi }(G;\lambda )$Ψ(G;λ) и бистабильность.

1. Введение

Стандартная климатология даёт массу чисел: рост температуры, концентрации CO₂, энергетический дисбаланс, учащение экстремальных явлений. Однако эти цифры не всегда позволяют понять, является ли происходящее просто продолжением прежних колебаний или же система перешла в принципиально иное состояние. Общественное ощущение часто сводится к простому «мы в жопе», без ясного понимания природы происходящего.

Здесь мы применяем формализм модулей, режимов и памяти [1], разработанный для описания сложных систем, переключающихся между несколькими устойчивыми состояниями. В этом языке климат Земли предстаёт как модуль, у которого:

• узел — атмосфера, океан, криосфера, активная биосфера;
• оболочка — космическое пространство (Солнце) и техносфера (антропогенные выбросы, изменение поверхности);
• режимы — несколько характерных климатических состояний (ледниковое, голоценовое, парниковое);
• память GG — медленно меняющаяся переменная, интегрирующая историю режимов и определяющая будущие переходы.

Цель работы — поставить диагноз современному состоянию климата в этих терминах и показать, что такой подход позволяет выявить не только факт потепления, но и смену типа устойчивости, гистерезис и элементы структурной необратимости.

2. Краткое напоминание формализма

2.1. Модуль и режимы

Модуль $M=(U,S)$M=(U,S) состоит из узла $U$U (компактная область основных преобразований) и оболочки $S$S (среда, задающая граничные условия и принимающая потоки).
В климатическом случае:

• $U$U: климатическая система (атмосфера–океан–лёд–биота);
• $S$S: космос (солнечное излучение, тепловое излучение) и техносфера (парниковые газы, аэрозоли).

Система может находиться в одном из нескольких режимов $i=1,\dots ,N$i=1,…,N. Для климата Земли выделим три:

• A — холодный, сильно оледеневший (ледниковый, «Snowball»);
• B — умеренный, частично оледеневший (голоценовый, «нормальный»);
• C — тёплый, со значительно сокращённым льдом и тёплым океаном (парниковый).

В любой момент система проводит долю времени $f_i(t)$fi​(t) в режиме $i$i (с нормировкой ${\sum }_i{f}_i=1$∑i​fi​=1).
Долговременная устойчивость определяется не мгновенным равновесием, а стационарным распределением ${\pi }_i(G;\lambda )$πi​(G;λ), которое следует из уравнения мастера для $f_i$fi​.

2.2. Память $G$G

Медленная память $G$G накапливает историю режимов и влияет на вероятности переходов. Для климата естественный выбор:$$G=\frac{1}{E_0}(\text{OHC}-{\text{OHC}}_{\text{ref}})+\frac{1}{L_0}(V_{\text{ice,ref}}-V_{\text{ice}}),$$G=E0​1​(OHC−OHCref​)+L0​1​(Vice,ref​−Vice​),

где:

• OHC — теплосодержание океана (Ocean Heat Content);
• $V_{\text{ice}}$Vice​ — объём льда (морского и наземного);
• $E_0,L_0$E0​,L0​ — масштабные коэффициенты (например, $E_0={10}^{23}\text{Дж}$E0​=1023Дж, $L_0=5\cdot {10}^6{\text{км}}^3$L0​=5⋅106км3);
• ${\text{OHC}}_{\text{ref}},V_{\text{ice,ref}}$OHCref​,Vice,ref​ — значения в доиндустриальном голоцене (референс).

Рост $G$G означает накопление тепла в океане и потерю льда, т.е. сдвиг в сторону более тёплого состояния.

2.3. Эффективная динамика памяти

В системах с разделением временных шкал (быстрые переключения режимов, медленная память) долговременная эволюция $G$G описывается одномерным уравнением:$$\frac{dG}{dt}=\mathrm{\Psi }(G;\lambda ),\mathrm{\Psi }(G;\lambda )=\sum _i{\pi }_i(G;\lambda ){\mathrm{\Phi }}_i(G)\mathrm{.}$$dtdG​=Ψ(G;λ),Ψ(G;λ)=i∑​πi​(G;λ)Φi​(G).

Здесь ${\mathrm{\Phi }}_i(G)$Φi​(G) — скорость изменения $G$G в режиме $i$i, а $\lambda$λ — внешний параметр (радиационный форсинг).
Стационарные состояния (аттракторы памяти) отвечают корням $\mathrm{\Psi }(G;\lambda )=0$Ψ(G;λ)=0.
Если $\mathrm{\Psi }(G;\lambda )$Ψ(G;λ) имеет S‑образную форму, система демонстрирует гистерезис: переход между устойчивыми ветвями происходит при разных значениях $\lambda$λ в зависимости от направления изменения.

3. Энергетический дисбаланс и рост памяти $G$G

3.1. Наблюдаемый дисбаланс

Согласно данным NASA CERES, WMO и других, текущий энергетический дисбаланс Земли составляет$$\mathrm{\Delta }N\approx 0.8\text{ – }1.2{\text{Вт/м}}^2\mathrm{.}$$ΔN≈0.8 – 1.2 Вт/м2.

Примем $\mathrm{\Delta }N=1{\text{Вт/м}}^2$ΔN=1 Вт/м2. Площадь поверхности Земли $A=5.1\times {10}^{14}{\text{м}}^2$A=5.1×1014м2, тогда избыточная мощность$$P_{\text{изб}}=\mathrm{\Delta }N\cdot A\approx 5.1\times {10}^{14}\text{ Вт}\mathrm{.}$$Pизб​=ΔN⋅A≈5.1×1014 Вт.

За год это даёт$$E_{\text{год}}\approx 5.1\times {10}^{14}\cdot 3.15\times {10}^7\approx 1.6\times {10}^{22}\text{ Дж}\mathrm{.}$$Eгод​≈5.1×1014⋅3.15×107≈1.6×1022 Дж.

Для сравнения, годовое энергопотребление человечества $\approx 6\times {10}^{20}\text{Дж}$≈6×1020Дж, т.е. климатический дисбаланс примерно в 25 раз больше.

3.2. Распределение избыточного тепла

По данным [2,3]:

• ~91% идёт на нагрев океана (OHC),
• ~3% — на таяние льда,
• ~5% — на нагрев суши,
• ~1% — на нагрев атмосферы.

Таким образом, главными компонентами $G$G являются OHC и объём льда.
Изменение $G$G связано с дисбалансом через масштабные коэффициенты:$$\dot{G}\approx \frac{0.91P_{\text{изб}}}{E_0}+\frac{1}{L_0}\frac{d{V}_{\text{ice}}}{dt},$$G˙≈E0​0.91Pизб​​+L0​1​dtdVice​​,

где $d{V}_{\text{ice}}\mathrm{/}dt<0$dVice​/dt<0 (потеря льда). Обе составляющие положительны, поэтому $\dot{G}>0$G˙>0 устойчиво на протяжении последних десятилетий.

4. Эффективная динамика и смена аттрактора

4.1. Аналитическая модель $\mathrm{\Psi }(G;\lambda )$Ψ(G;λ)

Для иллюстрации качественного поведения используем простейшую энергобалансную модель с альбедо льда [4]. Поток поглощённой радиации:$$F_{\text{in}}=\frac{S}{4}(1-a(G)),$$Fin​=4S​(1−a(G)),

где $S$S — солнечная постоянная, $a(G)$a(G) — планетарное альбедо. Примем$$a(G)=a_0+a_{1}G+a_{2}G(1-G),$$a(G)=a0​+a1​G+a2​G(1−G),

что даёт низкое альбедо при $G\approx 0$G≈0 (нет льда) и высокое при $G\approx 1$G≈1 (Snowball).
Выходной поток (OLR) аппроксимируем линейно по температуре поверхности, которая, в свою очередь, линейно зависит от $G$G (больше льда → холоднее). Тогда$$F_{\text{out}}=A_0+A_{1}G\mathrm{.}$$Fout​=A0​+A1​G.

Энергетический баланс в стационаре: $F_{\text{in}}=F_{\text{out}}$Fin​=Fout​.
Однако в неравновесном состоянии скорость изменения $G$G пропорциональна дисбалансу:$$\dot{G}=\kappa (F_{\text{in}}(G)-F_{\text{out}}(G))+\text{вклад таяния льда}\mathrm{.}$$G˙=κ(Fin​(G)−Fout​(G))+вклад таяния льда.

Введём параметр $\lambda$λ, отражающий внешний форсинг (парниковые газы, изменение $S$S):$$F_{\text{in}}(G;\lambda )=\frac{S}{4}(1-a(G))+\mathrm{\Delta }{F}_{\lambda },$$Fin​(G;λ)=4S​(1−a(G))+ΔFλ​,

где $\mathrm{\Delta }{F}_{\lambda }$ΔFλ​ — дополнительный поток от парникового эффекта.
Тогда$$\mathrm{\Psi }(G;\lambda )=\kappa (F_{\text{in}}(G;\lambda )-F_{\text{out}}(G))\mathrm{.}$$Ψ(G;λ)=κ(Fin​(G;λ)−Fout​(G)).

При подходящих параметрах ($a_1>A_1\mathrm{/}\kappa S$a1​>A1​/κS и т.д.) $\mathrm{\Psi }(G;\lambda )$Ψ(G;λ) принимает S‑образную форму (см. рис. 1 в коде ниже).

4.2. Стационарные состояния

Уравнение $\mathrm{\Psi }(G;\lambda )=0$Ψ(G;λ)=0 может иметь один или три корня в зависимости от $\lambda$λ. При низком $\lambda$λ (малый парниковый форсинг) существует устойчивый холодный корень ($G_A^{\ast }$GA∗​) и устойчивый умеренный ($G_B^{\ast }$GB∗​), разделённые неустойчивым. При высоком $\lambda$λ устойчивым становится только тёплый корень ($G_C^{\ast }$GC∗​). Умеренный корень исчезает в бифуркации седло‑узел.

4.3. Современное положение

Современное значение $\lambda$λ (индустриальная эпоха) сдвинуто вверх настолько, что голоценовый стационар $G_B^{\ast }$GB∗​ либо исчез, либо стал неустойчивым. Наблюдаемое $\dot{G}>0$G˙>0 означает, что система находится на траектории, уводящей её от бывшей области притяжения к новому тёплому аттрактору $G_C^{\ast }$GC∗​.
Это и есть смена аттрактора — переход климата в иной режим функционирования.

5. Гистерезис и структурная необратимость

5.1. Гистерезис

Из‑за S‑образной формы $\mathrm{\Psi }(G;\lambda )$Ψ(G;λ) переход «холодный → тёплый» при медленном увеличении $\lambda$λ происходит при некотором ${\lambda }_{\text{up}}$λup​, а обратный переход при уменьшении $\lambda$λ — при меньшем ${\lambda }_{\text{down}}$λdown​. Это классический гистерезис.
Для климата это означает, что даже если в будущем удастся снизить форсинг (уменьшить $\lambda$λ) до доиндустриального уровня, система не вернётся в голоценовое состояние — для этого потребовалось бы дополнительно уменьшить $G$G (остудить океан, восстановить лёд), что занимает столетия–тысячелетия.

5.2. Структурная необратимость

Более глубокий эффект: по мере роста $G$G меняются не только значения, но и сама функция $\mathrm{\Psi }(G;\lambda )$Ψ(G;λ) — например, из‑за исчезновения многолетнего морского льда, деградации ледников, изменения океанической циркуляции. Такие изменения означают, что «ландшафт» возможных режимов перестраивается, и обратный переход становится невозможен даже в принципе. Это и есть структурная необратимость — понятие, которое естественно возникает в нашем формализме, но отсутствует в стандартных климатических отчётах.

6. Что даёт формализм сверх стандартной климатологии

7. Численная иллюстрация (Python)

Ниже приведён простой код, реализующий энергобалансную модель с альбедо льда. Читатель может изменить параметры и наблюдать S‑образную кривую $\mathrm{\Psi }(G;\lambda )$Ψ(G;λ) и гистерезис.

python

import numpy as np
import matplotlib.pyplot as plt

# Параметры модели
S = 1361          # солнечная постоянная, Вт/м^2
kappa = 1e-3      # обратная теплоёмкость (условно)
A0 = 200          # OLR при G=0, Вт/м^2
A1 = 50           # увеличение OLR с G

# Альбедо как функция G
def albedo(G):
    a0 = 0.3       # альбедо при G=0
    a1 = 0.4       # вклад льда
    a2 = 0.2       # нелинейность (усиление при промежуточных G)
    return a0 + a1*G + a2*G*(1-G)

# Входной поток (инсоляция + форсинг)
def Fin(G, lambd):
    return S/4 * (1 - albedo(G)) + lambd

# Выходной поток
def Fout(G):
    return A0 + A1*G

# Функция Ψ(G; λ)
def Psi(G, lambd):
    return kappa * (Fin(G, lambd) - Fout(G))

# Построение Ψ(G) для нескольких λ
G_vals = np.linspace(0, 1, 200)
lambdas = [0, 20, 40, 60, 80]  # Вт/м^2 (условно)

plt.figure(figsize=(10,6))
for lam in lambdas:
    psi = [Psi(g, lam) for g in G_vals]
    plt.plot(G_vals, psi, label=f'λ = {lam}')

plt.axhline(0, color='k', linestyle='--')
plt.xlabel('G (память)')
plt.ylabel('Ψ(G; λ)')
plt.title('S-образная форма Ψ(G;λ) при изменении форсинга λ')
plt.legend()
plt.grid(True)
plt.show()

# Демонстрация гистерезиса: стационарные G* при медленном изменении λ
def find_roots(lam):
    """Находит корни Ψ(G;λ)=0 простым пересечением знаков."""
    roots = []
    for i in range(len(G_vals)-1):
        if Psi(G_vals[i], lam) * Psi(G_vals[i+1], lam) <= 0:
            root = (G_vals[i] + G_vals[i+1])/2
            roots.append(root)
    return roots

lambda_range = np.linspace(0, 100, 100)
G_stable_up = []
G_stable_down = []

# Прямой ход: увеличиваем λ
for lam in lambda_range:
    roots = find_roots(lam)
    # Выбираем устойчивые корни (здесь просто берём все)
    for r in roots:
        if 0 <= r <= 1:
            G_stable_up.append((lam, r))

# Обратный ход: уменьшаем λ
for lam in lambda_range[::-1]:
    roots = find_roots(lam)
    for r in roots:
        if 0 <= r <= 1:
            G_stable_down.append((lam, r))

# Визуализация гистерезиса
plt.figure(figsize=(10,6))
lam_up, G_up = zip(*G_stable_up) if G_stable_up else ([], [])
lam_down, G_down = zip(*G_stable_down) if G_stable_down else ([], [])
plt.plot(lam_up, G_up, 'b.', markersize=1, label='прямой ход (λ↑)')
plt.plot(lam_down, G_down, 'r.', markersize=1, label='обратный ход (λ↓)')
plt.xlabel('λ (радиационный форсинг)')
plt.ylabel('G* (стационарная память)')
plt.title('Гистерезис: разные ветви для прямого и обратного хода')
plt.legend()
plt.grid(True)
plt.show()

Примечание: параметры подобраны для иллюстрации, а не для точного воспроизведения палеоданных. Реалистичная калибровка требует учёта временных масштабов океана и льда, что выходит за рамки данной работы.

8. Заключение

Формализм модулей, режимов и памяти позволяет дать диагноз современному климату, который выходит за пределы простого констатирования потепления:

• Климатическая система Земли вышла из области притяжения голоценового режима $B$B.
• Наблюдаемый устойчивый рост памяти $G$G (тепло океана + потеря льда) означает, что мы находимся на траектории перехода к новому, более тёплому аттрактору $C$C.
• Из‑за S‑образной формы эффективной динамики $\mathrm{\Psi }(G;\lambda )$Ψ(G;λ) переход обладает гистерезисом: возврат к прежнему состоянию потребовал бы не только снижения выбросов, но и обратного хода $G$G, что займёт столетия–тысячелетия.
• Кроме того, структурные изменения в системе (исчезновение многолетнего льда, изменение циркуляции) могут сделать возврат невозможным даже при снижении форсинга.

Таким образом, формализм даёт не только язык для описания, но и объяснение, почему «просто сократить выбросы» недостаточно для возврата к климату XX века. Это понимание критически важно для долгосрочной климатической политики и общественного осознания масштаба происходящих изменений.

Список литературы

[1] Теория узлов, режимов и памяти (рабочий каркас), 2025.
[2] von Schuckmann, K. et al. Heat stored in the Earth system: where does the energy go? Earth System Science Data, 2020.
[3] WMO State of the Global Climate reports, 2021–2024.
[4] Budyko, M.I. The effect of solar radiation variations on the climate of the Earth. Tellus, 1969.

Этот текст является расширенной версией климатического диагноза в рамках формализма модулей и памяти. Для воспроизведения численных экспериментов прилагается Python‑код.