Ученые просверлили самые глубокие ледяные ядро в Таджикистане, восстановив древний лед, который, возможно, датируется 30 000 годами. Scientists drilled the deepest ice cores ever in Tajikistan’s Pamirs, retrieving ancient ice that may date back 30,000 years.

В ноябре 2025 года международная группа ученых, возглавляемая российским гляциологом Станиславом Кутузовым, успешно добыла самые глубокие ледяные ядра, которые когда-либо извлекались из Памирских гор в Таджикистане, пробурив глубину более 100 метров на высоте 5 810 метров над уровнем моря. In November 2025, an international team of scientists led by Russian glaciologist Stanislav Kutuzov successfully extracted the deepest ice cores ever recovered from the Pamir Mountains in Tajikistan, drilling over 100 meters deep at 5,810 meters above sea level. Финансируемая Швейцарским полярным институтом и Фондом Память о льду экспедиция собрала образцы льда из льда Кон Чукурбаши, где экстремальные условия и хрупкий, пылистый лед создали проблемы. Funded by the Swiss Polar Institute and Ice Memory Foundation, the expedition retrieved ice samples from the Kon Chukurbashi ice cap, where extreme conditions and brittle, dust-laden ice posed challenges. Ядра, демонстрирующие темно-желтые слои и высокое содержание частиц, могут датироваться 20 000 - 30 000 лет назад, потенциально предлагая редкие представления о прошлых климатических условиях, составе атмосферы и моделях муссонов в регионе, где ледники бросают вызов глобальному потеплению. The cores, showing dark yellowish layers and high particulate content, may date back 20,000 to 30,000 years, potentially offering rare insights into past climate conditions, atmospheric composition, and monsoon patterns in a region where glaciers are defying global warming. Эти образцы, сохраненные для будущего анализа, могли бы помочь прояснить естественную изменчивость климата и улучшить прогнозы в отношении климатических воздействий в Южной и Центральной Азии. These samples, preserved for future analysis, could help clarify natural climate variability and improve predictions for climate impacts in South and Central Asia.