“到本世纪中叶,北极将成为多雨地区,比预期提前数十年。”
“到2100年,美国西部森林火灾造成的空气污染可能会增加两倍。”
“几百年后,海洋即将出现物种大灭绝。”……
图源:pixabay.com
这样惊人的结论并非空穴来风,而是真实发表的研究所得出的结论。这些结论听起来令人惊恐、引发焦虑,让人不禁对地球变暖的未来感到悲观。
然而最近,人们发现,这样依靠建模数据推测得出的研究结果也许并不靠谱。就连建模者都承认,气候预测模型存在明显问题,预测结果有些“冒进”。
尽管建模者开始意识到问题的存在,然而引用预测去判断气候变化的研究人员还并没有“适应”。因此,模型的偏差有可能导致一系列气候问题“比预期更快出现”的可能。如果放任该问题不管,将破坏气候科学的可信度。
最近,一群气候科学家联合发表评论指出,科学家需要在如何使用模型结果方面更加精挑细选,不应再简单地使用气候模型预测的平均值。这可能推高了预测结果(比如,目前有研究推测2100年全球温度结论比政府间气候变化专门委员会(the Intergovernmental Panel on ClimateChange ,IPCC)预测的估计值高出0.7℃。),从而错误地判断全球变暖所带来的影响。
2019年,耦合模型相互比较项目(the Coupled Model Intercomparison Project,CMIP)开始出现气候模型“过热”问题。该项目每7年或8年在IPCC发布一次报告,其中汇集了世界众多气候模型的结果。在前几轮比较中,大多数模型都预测了“气候敏感性”——大气中二氧化碳浓度比工业化之前翻一番时,预计气温会上升2°C-4.5°C。但在2019年的比较中,55个模型中有10个模型的敏感性高于5°C,这是一个明显的偏离。
图源:pixabay.com
这一结果也与该研究领域内一项里程碑式的研究不一致。该研究回避了全球建模结果,而是依赖史前气候和观测记录来确定地球的气候敏感性。研究发现,该值应该介于2.6°C和3.9°C之间。斯坦福大学气候科学家Christopher Field说,敏感性估计值的差异是“气候系统复杂性的一个令人清醒的例子”。
从那开始,研究人员研究了包括由国家大气研究中心、美国能源部、英国气象局和加拿大环境与气候变化局等制作的模型,尝试找出导致模型结果“过热”的原因。最后发现,“过热”结论通常与模型渲染云的方式有关;其中一个结果就是热带地区的过度变暖。
IPCC试图弥补这一问题。2021年,其发布了第一份涵盖了气候变化物理基础的工作组报告。IPCC根据模型捕捉过去历史温度的能力对其进行评级,然后让这些熟练的模型针对不同的化石燃料排放情景,做出“评估变暖”预测。得出的结果是:1.5°C、2°C、3°C。这里允许使用“过热”模型的有用信息,即使它们达到这些阈值的速度太快。
IPCC报告的合著者之一Hausfather表示,虽然IPCC尝试解决问题,但却并没有很好地告诉每个人实际问题所在。甚至很多他的同事都不知道IPCC是这么做的。
此后,数十项已发表的研究使用了基于所有CMIP6模型原始平均值的预测。他们发现,结果往往比IPCC的预测“更糟糕”,这也引起了那些不了解模型潜在问题的人的注意。
图源:pixabay.com
Hausfather认为,研究人员需要效仿IPCC采取的步骤。首先应该避免基于时间要素的可疑情景,而应该强调全球变暖的特定程度的影响,无论这些影响在何时发生。此外,对于升温轨迹的细节很重要的研究可以使用一些能够相对准确地捕捉升温过程的模型。
对此,劳伦斯伯克利国家实验室(LawrenceBerkeley National Laboratory)气候科学家、CMIP气候预测方案的领导者之一Claudia Tebaldi指出,这些建议可能低估了决策者对时间节点的重视,因为这几乎是制定相关政策的要点。还有一些气候影响,如海平面上升,其变化取决于达到变暖水平所需的时间,而不仅仅是变暖的绝对量。
ETH Zürich气候科学家Reto Knutti表示,研究人员应该进一步检查某些模型是否存在较大的区域偏见。十多年来,他一直呼吁“模型精英制”。他认为,越来越多的城市规划师和外部科学家转向气候预测领域研究。鉴于这些结果指导了与气候影响相关的数十亿美元的投资,咨询气候模型专家还是很有必要的。
参考文献:
https://www.science.org/content/article/use-too-hot-climate-models-exaggerates-impacts-global-warming
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.