علم انتساب اقلیمی که به دنبال یافتن ارتباط میان فعالیت‌های انسانی و تغییرات آب‌وهوایی است، در دهه گذشته پیشرفت‌های شگرفی داشته است. گزارش جدید آکادمی ملی علوم، مهندسی و پزشکی آمریکا نشان می‌دهد که این حوزه اکنون به ابزارهایی مجهز شده که می‌تواند پاسخ دقیقی به این سؤال بدهد: «آخرین موج گرمای شدید، سیل یا خشکسالی تا چه اندازه ناشی از تغییرات اقلیمی بوده است؟»

علم انتساب چیست و چرا اهمیت دارد؟

علم انتساب یا انتساب رویدادهای شدید (EEA)، با استفاده از داده‌های مشاهداتی، مدل‌های اقلیمی و شبیه‌سازی‌های رایانه‌ای، تأثیر گرمایش جهانی بر رویدادهای خاص آب‌وهوایی را کمّی می‌کند. این روش که در دو دهه اخیر توسعه یافته، به دانشمندان امکان می‌دهد از تشخیص روندهای کلی فراتر رفته و بگویند یک موج گرما یا طوفان خاص چقدر «محتمل‌تر» یا «شدیدتر» شده است.

به گزارش آکادمی ملی علوم، این حوزه از زمان آخرین گزارش در سال ۲۰۱۴ پیشرفت چشمگیری داشته است. جیمز هرل، رئیس کمیته گزارش‌دهنده، می‌گوید: «پیشرفت قابل توجهی در روش‌ها و مدل‌سازی رخ داده که امکان ارزیابی‌های قوی‌تر از رویدادهای شدید را فراهم می‌کند.»

کاربرد در دادگاه‌ها؛ مسئولیت شرکت‌های سوخت فسیلی

یکی از مهم‌ترین کاربردهای علم انتساب، استفاده در پرونده‌های قضایی علیه شرکت‌های نفت، گاز و زغال‌سنگ است. به عنوان مثال، در یک دادخواست ۵۰ میلیارد دلاری علیه چند شرکت نفتی در شهرستان مولتنوماه اورگان، از یک مطالعه انتساب استفاده شد که نشان می‌داد موج گرمای مرگبار تابستان ۲۰۲۱ در شمال غربی اقیانوس آرام بدون تغییرات اقلیمی انسانی «عملاً غیرممکن» بوده است.

تصویر مفهومی از علم انتساب و مدل‌های اقلیمی

این پرونده‌ها نشان می‌دهد که علم انتساب می‌تواند ابزار حقوقی قدرتمندی برای جبران خسارات ناشی از تغییرات اقلیمی باشد. با این حال، آکادمی ملی تأکید می‌کند که سطح اطمینان در مطالعات انتساب بسته به نوع رویداد متفاوت است.

سطوح اطمینان: از موج گرما تا گردباد

بیشترین اطمینان مربوط به رویدادهای گرمایی و سرمایی شدید و بارش‌های سنگین در مقیاس بزرگ است. برای مثال، باران‌های سیل‌آسای اخیر در تگزاس که باعث بالا آمدن ۲۵ فوتی رودخانه گوادالوپ شد، به خوبی توسط مدل‌های فعلی قابل انتساب است. اما کمترین اطمینان برای پدیده‌هایی مانند طوفان‌های همرفتی (رعد و برق و گردباد) است که مدل‌های اقلیمی جهانی هنوز قدرت تفکیک کافی برای شبیه‌سازی آن‌ها را ندارند.

چالش‌ها و چشم‌انداز آینده

با وجود پیشرفت‌ها، علم انتساب هنوز با چالش‌هایی مواجه است. داده‌های مشاهداتی در برخی مناطق جهان محدود است و مدل‌ها نیاز به بهبود دارند. با این حال، استفاده از شبیه‌سازی‌های بزرگ‌تر و داده‌های ماهواره‌ای و راداری، تفکیک سیگنال اقلیمی انسانی از نوسانات طبیعی را ممکن‌تر کرده است.

آکادمی ملی علوم می‌گوید این حوزه می‌تواند به سیاست‌گذاران و برنامه‌ریزان شهری کمک کند تا خطرات آب‌وهوایی را بهتر درک کرده و برای آن آماده شوند. علم انتساب نه تنها حقیقت را روشن می‌کند، بلکه می‌تواند پایه‌ای برای عدالت اقلیمی باشد.

منبع: گزارش آکادمی ملی علوم