《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.

  • 原文来源:https://www.sio.org.cn/a/yjcg/20881.html
相关报告
  • 《热带太平洋变率是气候预测成功的关键》

    • 来源专题:物理海洋学知识资源中心
    • 编译者:张灿影
    • 发布时间:2019-05-30
    • 人类引起的温室效应正在使地球变暖,全世界的所有测量都一致地记录了这一点。但对未 来几十年的预测仍显示出相对较大的不确定性。 然而,这种主要由温室气体排放引起的变暖在数年到 数百年的时间尺度上被自然气候波动叠加。未来的气候预 测必须包含这些变化。来自澳大利亚和德国的科学家团队 现已发现,特别是热带太平洋十年时间尺度上非常强烈的 自然气候波动对于了解未来气候发展非常重要。 “我们已经了解热带太平洋长期强烈的自然气候变化,”该研究的主要作者, Mohammad Hadi Bordbar 博士解释道。“此外,在几十年的时间尺度上的气候预测显示出相对较大的差异。 在我们的研究中,我们想要找出在多大程度上有联系。” 研究人员与来自新南威尔士大学的澳大利亚同事一起设计了一项研究,其中包括三种不同 的气候模型。他们以不同的初始条件开始了模型模拟,这些初始条件反映了热带太平洋地区的 自然变化。Matthew England 博士解释说:“结果清楚地表明,气候预测的大部分差异源于该地 区。”科学家们表示,除了模型改进之外,还需要更多更好的观测数据来提高气候预测的质量。 (侯颖琳 编译;於维樱 审校)
  • 《作物产量模拟中土壤数据的不确定性优于气候影响信号》

    • 来源专题:农业立体污染防治
    • 编译者:金慧敏
    • 发布时间:2016-07-26
    • 全球网格作物模型(ggcms)越来越多地用于农业环境评估和预测气候变化对粮食生产的影响。最近,与土壤数据影响产量的审查不同,对气候数据和天气的变化对GGCM结果的影响受到详细审核。在这里,国际应用系统分析研究所研究人员联合德国等各国科学家应用GGCM模拟,对土壤类型选择引起的产量变化与天气变化引起的产量进行了比较。不施肥,与土壤类型相关的产量变化一般大于气候导致的产量年际模拟变化。肥料和灌溉应用的日益增加,减少了这种变化,甚至几乎可以忽略不计。重要的是,气候变化对产量的影响估计可以是消极或积极的,这取决于所选择的土壤类型。因此,土壤有缓冲或放大这些影响的能力。项目研究结果要求改善作物建模可获取的土壤数据,并更加明确地核算GGCM模拟中土壤的变化。