Szwajcarskie lodowce straciły ponad 5% lodu po rekordowych upałach

Edytowane przez: Svitlana Velhush

Szwajcarskie lodowce w 2026 roku straciły ponad 5% swojej objętości lodu — 5,5% według szacunków naukowców. To drugi pod względem wielkości wynik w całej historii obserwacji po rekordowym 2022 roku.

Przyczyną były małośnieżna zima i seria intensywnych fal upałów od maja do września. Według GLAMOS i Szwajcarskiej Akademii Nauk średnia grubość lodowców zmniejszyła się o 2,5–4 metra, a na językach niektórych — do 10 metrów.

Kilka niewielkich lodowców zniknęło całkowicie i bezpowrotnie. Wśród nich Bella Tola w kantonie Valais i Griessfirn w kantonie Glarus. Największe — Aletsch i Rhône — odnotowały rekordowy dla siebie ubytek lodu.

Od maja do września granica zamarzania podnosiła się powyżej 4000 metrów przez 76 dni — dwa razy więcej niż zwykle. Nawet na wysokości 3500 metrów pod koniec lata nie pozostał śnieg.

Między lipcem a wrześniem lodowce oddały około 2,2 biliona litrów wody roztopowej — ponad czterokrotnie więcej niż roczne zużycie wody pitnej w Szwajcarii.

W ciągu pięciu lat całkowita objętość lodu w szwajcarskich Alpach zmniejszyła się niemal o 20%. „Nie spodziewaliśmy się zobaczyć tak ogromnych strat, zwłaszcza w tak krótkim czasie” — zauważył szef GLAMOS Matthias Huss.

Jak przyspieszone topnienie wpłynie na zaopatrzenie w wodę i turystykę w Alpach w najbliższych latach?

Naukowcy podkreślają: w takich warunkach alpejskie lodowce w perspektywie długoterminowej nie przetrwają. Ekstremalne lata topnienia stają się normą.

108 Wyświetlenia

Źródła

  • Swiss glaciers lose more than 5% of ice after record heatwave

Komentarze

Czytaj więcej artykułów na ten temat:

Korea Aerospace Industries says its AI module on the 12U BEE-1012 CubeSat, launched on Nuri Oct 7, passed an orbital pilot Oct 20. Given a simulated fault, it diagnosed cause and scope and sent back a fix plan. A main demo starts in December. Image Credit: Yonsei University

Image
Reply

Great paper from Anthropic on AI agents doing ML-for-science research. (bookmark it) If you build AI-scientist systems, this one is worth your time. They propose Agent4Sci, which gives frontier coding agents 20 scientific ML benchmarks across 11 domains and asks them to beat

Image
Reply
Czy znalazłeś błąd lub niedokładność?Rozważymy Twoje uwagi tak szybko, jak to możliwe.