Studimi: Akullnajat alpine do të humbasin 34-50% të vëllimit deri në vitin 2050

Foto Ilustrim @Pixabay

Një studim franko-zviceran parashikon se vëllimi i akullit në akullnajat e Evropës do të tkurret me 34-50% deri në vitin 2050 për shkak të krizës klimatike.

Në skenarin më optimist – ku temperaturat globale ndaluan së rrituri në vitin 2022 – të paktën 34% e akullit në Alpet Evropiane do të zhduket ende deri në vitin 2050 për shkak të një fenomeni inercie, sipas një modeli të ri kompjuterik të zhvilluar nga shkencëtarët nga Universiteti i Lozanës. UNIL në bashkëpunim me Universitetin e Grenoble, dy institutet federale të teknologjisë (EPFL dhe ETH Zurich) dhe Universitetin e Cyrihut, transmeton albinfo.ch.

Realiteti ka të ngjarë të jetë i ndryshëm, megjithatë, pasi emetimet e gazit serrë vazhdojnë të rriten globalisht, tha UNIL në një deklaratë për shtyp të premten.

Projeksioni i dytë, më realist tregon se nëse trendi i shkrirjes së 20 viteve të fundit vazhdon, pothuajse gjysma (46%) e vëllimit të akullit në Alpe do të jetë zhdukur deri në vitin 2050. Kjo mund të rritet në 65%, nëse bazohet në të dhëna vetëm nga dhjetë vitet e fundit, sipas swissinfo.

Ndryshe nga modelet tradicionale shkencore, të cilat përgjithësisht projektojnë vlerësime për fundin e shekullit, ky studim i ri propozon një këndvështrim afatshkurtër.

“Të dhënat e përdorura për të ndërtuar skenarët ndalojnë në vitin 2022, vit i cili u pasua nga një verë jashtëzakonisht e nxehtë. Prandaj ka të ngjarë që situata të jetë edhe më e keqe se ajo që ne paraqesim”, thotë Samuel Cook, një studiues i UNIL dhe autori i parë i studimit.

Sipas studimeve të mëparshme, si ato të Panelit Ndërqeveritar për Ndryshimet Klimatike (IPCC), akullnajat evropiane mund të humbasin midis 80-90% të vëllimit të tyre deri në vitin 2100. Modelimi nga ETH Cyrih dhe Instituti Federal Zviceran për Kërkimet e Pyjeve, Borës dhe Peizazhit (WSL), botuar në 2019, llogariti gjithashtu një humbje prej 50% të akullit deri në vitin 2050.

Shkencëtarët përdorën grupe të dhënash të të mësuarit të thellë për të trajnuar modelin e tyre krahas të dhënave aktuale klimatike dhe glaciologjike. “Ky hap thelbësor, më parë i komplikuar dhe intensiv në burimet kompjuterike, tani bëhet më i saktë dhe më efikas,” tha Guillaume Jouvet, bashkëautor i studimit.