最新的“CMIP6“一代的气候模型包括的一个子集”热模型”,指向比预期更大的变暖。
这些模型有很高的气候敏感性衡量多少地球变暖,以应对日益增长的大气二氧化碳(CO2)浓度。
然而多个证据基于观察和我们理解行星物理学表明我们可以自信地缩小范围气候敏感性,至关重要的是,给高端估计更少的重量。
最近的第六个评估报告(AR6)政府间气候变化专门委员会(IPCC)调和这些发现与“评估全球变暖”,变暖的想法组合模型的预测结果与观测约束。
同时给予一个更现实的未来气候变暖的照片,这种方法对于科学家创造了一个问题,希望研究气候影响和适应,尤其是在地方或区域尺度,基于每日或每月极端,或无温度变量如降雨。
在一个新评论自然,我们提出一个简单的方法来研究这个问题,以便适应气候影响和可以避免给“热模型”太多的重量。
评估气候变暖
为即将到来的IPCC AR6报告的作者,陷入两难境地。
一方面,新一代的模型(CMIP6)最近被释放,尤其是大范围的气候敏感性——多少地球变暖在应对大气中二氧化碳浓度的增加,温度和运行的模型数量显示更高层次的未来气候变暖比前一代。
另一方面,一个相当大的数量的研究是被发布表明新的气候模型的高灵敏度子集并很好地再现历史的温度,和测试遇到了麻烦最后一个冰河时代的模拟条件。
一个社区的气候敏感性——走了出来舍伍德等2020——使用多行历史观测数据的证据,古气候记录代理地球更遥远的过去和物理过程模型表明气候敏感性的范围应该缩小,而不是扩大。
调和这种新的灵敏度范围窄CMIP6模型,AR6作者犯了两个明显的变化在他们的使用气候模型相对于之前的报告。第一个是创建“评估全球变暖”,超越了一个简单的模型预测平均水平。第二个是要考虑全球变暖影响的函数级别长城航空()而不是时间。
IPCC的评估气候变暖的预测实质上不同于原始CMIP6合奏,左上角所示面板下面的图。他们是基于三个不同的方法,整合全球平均温度历史记录(右上角)结合气候模型仿真器调整了最新的气候敏感性限制(左下角)。
然而,这三个独立的组合分析和一个模拟器只产生一个全球平均估计未来的变化,很难科学界广泛复制IPCC更一般的方法。
这使得社区更广泛的气候在一个不幸的绑定。一方面,政府间气候变化专门委员会创建了气候变暖的预测评估符合最新的观测限制气候敏感性。另一方面,只有简单的全球平均时间序列,年平均地表气温和估计了海平面上升影响的研究。
任何研究试图评估地区或当地的气候变化的影响,每月或每日极端,或无温度变量必须依靠CMIP6合奏而不是AR6评估。
没有全社区的指导模型的权重或观测条件的限制,许多分析师默认为每个模型相同的治疗方法之前,无论灵敏度,性能或独立,或开发特别的方法来过滤。
在一个新评论自然适应和影响的研究,我们认为,应该用未来气候变暖的预测符合最近的IPCC报告和其他独立的证据,而不是简单地依靠的平均值模型在过去一直是常见的做法。缺乏社区的认识这个问题,没有工具来有效地复制AR6评估气候变暖的方法已经导致广泛出版的研究给太多的重量“热模型”的一个子集。
太多的高灵敏度模型
大约五分之一的新CMIP6模型之外很可能(90)平衡气候敏感性(ECS)范围在舍伍德et al 2020和范围IPCC AR6,采用18%的CMIP6模型拥有一个ECS以上5 c /加倍二氧化碳和27%的CMIP6模型拥有一个ECS高于前一代中的最敏感的模型(CMIP5)。
相比之下,舍伍德等评审结合多个证据从古气候、观测和物理过程模型得出结论,ECS可能(66%)在2.6至4.1摄氏度的范围和很有可能(90%)2.2度和4.9度之间。
IPCC AR6作者,这些最近的观测条件的限制,也显著缩小他们的评估可能范围的气候敏感性2.5度到4 c。
这并不是说,高灵敏度的子集CMIP6模型应该被丢弃;虽然我们估计的气候敏感性明显缩小近年来,仍有超过5%的机会一个平衡灵敏度/ 5 c /两倍的二氧化碳。
有一个重要的角色的低概率高影响力的尾部风险评估高灵敏度模型是适合的。问题不是这些高灵敏度模型存在,而是他们的优势在CMIP6合奏偏差均值和不确定性范围以上,相对于其他独立行气候敏感性的证据。
在我们的评论,我们建议研究人员可能需要关注的一个子集CMIP6模型符合AR6评估气候变暖的关注可能的结果时,在使用一个灵敏度高子集检查尾部风险。
除了“模型民主”
过去,政府间气候变化专门委员会主要利用多模型均值和传播做出“最佳”估计的具体影响和不确定性,有效地治疗每个模型作为一个独立的和同样有效估计的变化。这产生一个合理的估计的不确定性,很大程度上因为模型灵敏度的范围是一致的范围受制于其他证据。
“模型民主”收到了大量的审查,但没有发现generalisable和性能更好的替代。尽管明确的证据生产商模型并不是真正的独立。
有实质性区别IPCC的评估预测的21世纪气候变暖如下图(实线)和CMIP6 multimodel平均(虚线)。根据场景中,评估了气候变暖的预测显示0.2度和0.7度之间少了2100年全球表面温度变化或少15%至29%,到2100年之前将温室气体相对于2015 - 2020年期间。气候变暖的预测平均和不确定性评估范围,类似于前代的气候模型。
我们已经开始看到研究公布,强调气候影响的差异之间的老CMIP5模型和新CMIP6模型,至少部分由模型敏感性的差异。
没有简单易用的气候模型输出符合IPCC评估变暖很难利用已经完成的重要工作限制气候敏感性,因此,可能会导致夸大极端气候在将来的研究中结果的可能。
例如,CMIP6 multimodel意味着将显示一个更流行的极端高温事件和海洋热浪,北极海冰的损失,影响农业、水资源短缺、传染病和其他跟温度有关的影响比将符合AR6的气候变暖的预测评估。
有重要进展CMIP6模型相对于CMIP5无关的大小未来气候变暖的预测,使气候影响的更精确的评估;然而,不切实际的高灵敏度模型的一个子集的风险把过度变暖的影响与其他模型的修正。
还有一个使用简化的趋势气候模型仿真器在文献中——在AR6起到了很大的作用。这些仿真器通常是调整AR6气候敏感性的范围,再一次,将导致未来气候变暖明显低于CMIP6 multimodel的意思。
生CMIP6模型的继续使用社区的一部分和模拟器由另一个风险加剧这些差异,导致不一致和相互矛盾的信息为决策者和其他利益相关者的社区。
在我们的自然评论,我们指出,研究人员可以相对容易地再现AR6气候变暖的预测评估筛查任何模型的灵敏度太高或低比其他的证据。
具体来说,我们发现模型的筛选瞬态气候响应外(TCR)是“可能”(66%的可能范围)的1.4至2.2摄氏度AR6有效繁殖AR6评估预测全球平均地表气温变暖,如上图所示。
这种方法很大程度上反映出AR6创建评估气候变暖的预测,与观察到的温度依赖约束基于协议与TCR强烈相关。使用“可能”2.5到4 c ECS屏幕同样繁殖AR6结果,虽然牺牲丢弃CMIP6合奏的模型60%和40%在使用TCR屏幕。
与IPCC的评估变暖,TCR-screened子集提供区域以及全球预测一系列气候变量,与大区域预测未来气候变暖的差异相对于原始CMIP6 multimodel意思是,如上面板C所示。
使用模型的一个子集的一致性与评估气候敏感性的缺点丢弃所有的其他气候变化信息可以从高灵敏度模型。预计的严重程度的差异许多气候影响不一定映射到气候敏感性的差异。
模型的一个子集不一定会提供所有区域气候进程的最好表示,即使它仍然比在大多数情况下使用原始CMIP6合奏。例如,未来预测干旱风险在北美西南部高度不确定,但在很大程度上与模型无关的敏感性。
然而,有一种替代方法,相对简单的方法来使用所有CMIP6模型信息和生产一致的结果:使用全球变暖的水平(长城航空)。
评估影响在“全球变暖”
而不是评估模型的结果在一个特定时间——比如2100年长城航空样本模型的整体在一个特定水平的全球平均变暖。例如,如果政策制定者希望理解气候变化带来的影响,在特定温度下的目标,如1.5摄氏度,2 c,或更高,他们可以从完整的画CMIP6合奏当每个模型到达附近的变暖,无论场景。
长城航空的方法已经使用了近十年来提取从多个模拟预测全球温度的函数和场景。的AR6在推进长城航空的使用上取得了重要进展,整个报告,他们广泛和IPCCWG1交互式地图长城航空可以显示各种预测变量的上下文。有一种简单的为每个长城航空模型和映射现在可用研究人员计算长城航空。
这种方法有很多好处在时间的结果对于研究人员想了解全球变暖的影响。这使得研究者研究气候影响大范围的变量的方式确保一致性的独立合理性模型灵敏度或底层排放场景的选择。
最好占这一系列的不确定性,在排放,气候敏感性和碳循环反馈——而不是overly-deterministic关注storyline-based发射场景。也使评估有些武断的专注于2100年作为一个时间范围。
然而,有一些限制与长城航空的使用。决策者需要信息对不同气候变暖的影响水平和时间的变暖将达到水平,所以长城航空需要搭配一些评估的可能性达到不同排放情景下随着时间的推移。
然而,这种配对在概念上可能是有益的,因为它区分不确定性与全球气温的未来轨迹的不确定性与给定轨迹的影响。
此外,虽然大多数气候变量将在长城航空模型在一个特定的可比性,在某些情况下达到长城航空的速度可能影响气候的响应,就像气溶胶排放的模式——在空间和时间在场景中可能有所不同。
为社区的方式前进
气候研究人员目前面临着一个两难困境与新一代的气候模型:使用原始CMIP6模型意味着未来气候变暖的预测是有偏见的高,相比当前可用的证据;或创建自己的定制最适合该地区和气候变量的权重问题。
虽然有很多方法来创建自定义权重模型,最佳匹配的地区和气候变量的兴趣,这就需要一个意识的问题,涉及到相当大的额外的工作和专业技能的评估模型。
在实践中,缺乏易于使用的模型输出符合AR6将导致使用CMIP6模型的意思是,我们已经开始看到文学的影响。
解决这第一个也是最重要的一步是创建更大的社区意识的多模型均值和散布CMIP6合奏不能简单地使用的方式,这是之前CMIP5一代。
我们列出了一些选项——一些比其他人更简单——研究人员有效地使用CMIP6合奏。这些包括计算影响对全球平均气温的水平或在可能和相关变化,或使用模型的一个子集内的合奏灵敏度值在独立约束范围内,在这种情况下,时间维度是至关重要的。
确认我们想感谢很多同事讨论这个话题,包括教授埃德·霍金斯,Kasia Tokarska博士和埃里希·菲舍尔博士。我们承认世界气候研究计划,通过它工作组耦合建模、协调和提升CMIP6。我们感谢气候建模组生产和提供他们的模型输出,地球系统电网联合会(ESGF)归档数据和提供访问,和多个资助机构支持CMIP6 ESGF。我们取得了所需数据复制TCR-Screened方法包括模型识别和ECS值可用:https://zenodo.org/record/6476375