登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《Nature communications：浮游动物放牧是CMIP6模型最大不确定性来源》

  • 来源专题：中国科学院文献情报系统—海洋科技情报网
  • 编译者： liguiju
  • 发布时间：2023-09-17

  • 目前，用于预测未来气候情景（CMIP6）的地球系统模型在很大程度上依赖于海洋生物地球化学模型（BGC）来跟踪海洋碳循环。准确地模拟放牧活动对于预测海洋缓冲气候变化的能力至关重要。然而，在BGC模型中浮游动物放牧模型与实际海洋碳循环仍然存在较大差距。澳大利亚科学家比较了11个CMIP6海洋生物地球化学模型，结果发现模型间不确定性的最大来源是放牧压力（浮游植物损失率）。这种不确定性是净初级生产的三倍多，由浮游动物放牧动态巨大差异造成。明确限制放牧模型中已建立的不确定性，可以大大改善对过去、现在和未来海洋碳循环的估算。这项研究对预测未来气候变化和海洋生态系统保障具有重要意义。（李亚清 编译）

  • 原文来源：https://www.nature.com/articles/s43247-023-00871-w
137浏览量
原文链接
相关报告

  • 《气候模型的不确定性已经到了需要降低的时候》
    • 来源专题：物理海洋学知识资源中心
    • 编译者：cancan
    • 发布时间：2019-02-01
    • 由29位国际作者组成的小组在《自然气候变化》杂志上发表的一篇论文称，最新的气候模型和观测结果为减少未来气候变化中存在的不确定性提供了前所未有的机会。 尽管最近的气候变化对人类的影响现在已经很明显，但未来的气候变化取决于人类排放多少温室气体，以及地球系统对这些排放的敏感程度。减少气候对二氧化碳排放敏感性的不确定性，对于确定需要做多少工作来降低气候变化的风险，并实现国际气候目标是必要的。 该研究是2017年8月在阿斯彭全球变化研究所的一次激烈研讨会上得出的结论，解释了新的评估工具如何能够更加完整地将模型与地面、卫星测量数据进行比较。 会议议程包括在全球范围内开发越来越多的全球气候模型，不只是各部分的总和。一种有希望的方法是将所有模型结合起来，找出现在观测到的气候变化与未来气候变化之间的关系。Peter Cox说：“如果综合考虑，最新的模型和观测结果可以显著减少未来气候变化关键方面的不确定性。” 这篇新论文的动机是需要迅速提高应对气候变化的进展速度。现在很明显，人类需要非常迅速地减少二氧化碳的排放。但是，适应我们将要经历的气候变化需要在区域尺度内提供更详细的信息。 Veronika Eyring解释说：“现在我们已经在这个具有挑战性的科学问题上取得了进展。” （侯颖琳 编译；於维樱 审校）
    170浏览量
    原文链接

  • 《热带太平洋气候变化信号显现的不确定性来源》
    • 来源专题：中国科学院文献情报系统—海洋科技情报网
    • 编译者：liguiju
    • 发布时间：2023-04-02
    • 近期，自然资源部第二海洋研究所硕士研究生钟舒平以第一作者在国际期刊Journal of Climate上发表了题为“Sources of uncertainty in the time of emergence of tropical Pacific climate change signal: role of internal variability”的研究论文。文章通讯作者为自然资源部第二海洋研究所应俊副研究员，合作者包括英国埃克塞特大学Matthew Collins教授。 全球变暖背景下热带太平洋的气候变化是近几十年来大气和海洋界研究的热点和焦点，而热带太平洋上的人为气候变化信号何时超过其自身的自然变率而显现出来是其中的关键科学问题之一，这不仅是回答当前热带太平洋气候究竟如何响应人类活动所导致的全球变暖这一极具争议的科学问题的关键，也对国家的早期气候预警及制定相应的减缓和应对全球变暖的相关政策具有明确的现实意义。已有的研究利用最新的耦合模式（CMIP6）资料在多模式集合平均的情形下分别估算了全球变暖下热带太平洋年平均海温和降水、厄尔尼诺-南方涛动（ENSO）海温和降水的气候变化信号显示时刻（ToE），然而需要注意的是，各个模式之间对这些ToE的预估结果存在较大的差异，尤其是对ENSO海温和降水的ToE的预估，其模式间的差异甚至可以超过50年。这些差异不仅影响了模式预估结果的可信度，也对早期的气候预警产生很大障碍。因此，亟需揭示导致多模式预估热带太平洋气候变化显现时间的不确定性的来源。 本研究利用RCP8.5排放情景下的三个大集合模式（CESM1-LE、CanESM2-LE、MPI-ESM-LE）以及SSP585排放情景下的29个CMIP6多模式资料，重点研究了内部变率在热带太平洋气候变化信号显示时刻不确定性中的作用。结果表明，在三个大集合模式中，对于年平均海温和降水的气候变化显示时刻而言，内部变率导致的不确定性对总不确定性的贡献均不到一半，因此是模式的差异主导了ToE的不确定性。相比而言，内部变率对年平均降水总不确定性的贡献比对年平均海温总不确定性的贡献更大。与平均态相反，在ENSO海温和降水的气候变化ToE的总不确定性中，内部变率的贡献起决定性作用。 上述的研究结果意味着，在现实世界中，如果检测到一个显现的年平均态热带太平洋气候变化信号，则表明这一气候变化信号在很大程度上已经对热带太平洋的年平均态造成了影响。然而，如果检测到一个显现的ENSO气候变化信号，则这个信号很可能是内部变率影响所导致的而不是真正的人为活动所导致的气候变化信号。 本研究得到了国家自然科学基金重大仪器专项、自然资源部第二海洋研究所“青年英才”、南方海洋实验室创新团队建设科研基金等项目的支持。 论文引用 Zhong, S., J. Ying*, and M. Collins, 2023: Sources of uncertainty in the time of emergence of tropical Pacific climate change signal: role of internal variability. Journal of Climate, 36, 2535-2549.
    89浏览量
    原文链接