帖子:天气预报如何引发一种新的极端事件归因

极端天气事件今年世界各地一直在登上报纸头条以惊人的速度。

仅举几例,2021洪水在中欧,中国和纽约,一个在加拿大记录温度49.6摄氏度和森林大火西伯利亚,北美和地中海。

与每一个悲剧事件的问题人类造成的气候变化使它更严重或更有可能。气候变化的新兴领域”归因“加强了挑战。尽管10年前它可能采取月完全分析个别天气事件,科学家现在能够提供一个答案在几天或几星期。

因为我们不能直接观察一个没有人类的世界影响气候,所有试图回答这个问题涉及某种造型。然而,传统的气候模型可以难以模拟最极端的天气事件。处理这些妥协,研究人员传统上依赖比较结果从几个不同的方法来评估他们的结论的可靠性。

我们建议一个更好的方法是使用数值模型,模拟事件已经证明了他们的能力问题通过一个成功的——或者至少是可靠的天气或季节预测。

在我们最近的研究,发表在美国国家科学院院刊》上biwei6868,我们将演示——第一次——一项归因研究,使用最先进的业务天气预报模型。我们测试了我们的方法通过评估欧洲2019年冬季热浪事件模型成功预测。

我们发现额外的二氧化碳(CO2)的直接影响,人类已经进入大气事件42%更有可能不列颠群岛和至少100%(两次)更有可能为法国。

极端事件归因

为了量化全球变暖是如何影响一个极端的天气事件,科学家翻转的焦点问题看的世界会发生什么没有任何人类对气候的影响。

因为没有人类地球并不是一个影响,我们必须转向全球气候模型探讨这个问题。这些模型结合我们所知的所有物理地球系统,允许我们这些“如果”实验。

使用这些模型,我们执行模拟的真正的“真实”世界,还有另一种“反事实的”世界,人类并没有释放数千亿吨的二氧化碳和其他温室气体排放到大气中。

然后我们比较这两个模拟的天气,看看——例如,我们看到越来越多的事件的发生我们感兴趣,或者如果出现更强烈。

为了有信心在结果中我们发现,我们所做的不仅仅是运行模型一次——我们这些模型运行成千上百次建立一个完整的图片的天气在两个世界。

然而,尽管气候模型是现代科学的令人难以置信的壮举——值得biwei6868诺贝尔奖——他们是不完美的。气候模型偏见和缺陷——其中许多我们知道影响信念,我们能有多少答案他们给我们一些有关个别天气事件一样复杂。

例如,我们知道很多气候模型难以模拟高压足够数量和毅力”阻塞“天气模式在欧洲。这些环流模式常常参与大陆的热极端体验。

在我们的论文中,我们不是转向自然选择气候模型,可以为我们提供一种更健壮的回答同样的问题:天气预报模型。

数值天气预报

天气预报模型——有时被称为“数值天气预报”或NWP模型——和气候模型是一个硬币的两面。一些机构参与天气预报和气候变化的预测都使用不同的配置相同的独立的天气和气候模型的应用程序。一个例子是英国气象局的“统一的模型”。

然而,由于一个好天气预报的价值,NWP模型通常比他们的更详细的气候模型。

例如,所有天气和气候模型划分地球表面和上覆气氛变成一个巨大的网格。然后计算气候变量(如温度、湿度和降雨量,每个网格单元。NWP模型通常是运行在一个更高的“决议”——也就是说,它有更多,更小的网格细胞——允许它气候模型不能模拟过程。你可以看到一个典型的额外细节在下面的插图NWP模型(左)和气候模型显示欧洲和北大西洋(右)。

“嵌套”高分辨率区域模型为全球气候模型广泛应用于归因研究,但是不能解决偏见造成大规模的模拟大气流动制度不足全球解决方案。

即使是很小的减少决议经常改变极端事件的表示数值模型。数值天气预报模型的额外的复杂性意味着他们有潜力成为更适合学习比传统的气候模型最极端的事件。

这方面的一个例子是太平洋西北部的热浪今年6月底。似乎许多气候模型难以模拟的事件类似的大小——即使在显著更高的气温。然而,事件被成功地预测了未来一周天气预报中心。这表明这些中心所使用的数值天气预报模式显然不共享相同的问题,许多气候模型似乎代表一个事件的大小。

使用天气预报的下一个重要的方面是,因为它们是为了预测天气,很容易证明NWP模型能够捕捉所需的过程可靠模拟特定的极端事件。简单地说,如果他们成功地预测事件之后,他们显然可以捕捉必要的过程。

因为气候模型不运行,以模拟单个事件,展示相同的气候模型相当棘手。能够准确反映事件我们感兴趣意味着我们可以更有信心使用模型检查的影响人类的影响。

此外,事实上,成功的天气预报产生模拟的是一个特定事件意味着我们可以毫不含糊地声称自己是执行实际的归因的物理事件序列发生。在气候模型中,需要分析的混合不同的极端天气事件,共享一个关键特性——例如,他们生产的热浪,但背后的原因为什么他们极端可能是非常不同的。

还有一个实际的理由使用NWP模型对归因——他们通常运行在大多数天气预报中心,通常在一个每小时或其他sub-daily时间步长。这意味着,如果科学界能够产生一个forecast-based归因方法,天气预报中心可以实现相对容易和以较低的成本,它可以为一个操作归因铺平道路系统,能够提供答案极其迅速的事件发生后,可能之前。

欧洲2019年冬季热浪

作为一个案例研究中,我们测试了我们的方法在评估一个特定的组件的贡献人类的影响在一个冬天的2019年欧洲的热浪袭击。

末2019年2月,欧洲中部和北部的大部分经历冬季气温纪录。特别是,英国观察冬季气温超过20多个实例c,最终在一个新的冬季月创纪录的高温21.2摄氏度被记录在伦敦的英国皇家植物园(pdf)。

下面的地图显示了欧洲最大的温度在2019年热浪排名相比,自1950年以来所有的冬天。最黑暗的红色阴影表示地点一个新的冬季记录集。

尽管热浪的特殊性质——它是由一个量化研究是将发生少于每1161年一次在目前的气候——这是非常好预测的欧洲中期天气预报中心大约10天前它的发生而笑。

在同一个NWP模型产生成功的预测,我们减少了二氧化碳浓度工业化前的水平为了评估在热浪这将产生何种影响。我们假设工业化前的全球二氧化碳浓度285 ppm (ppm)的比较在2019年的410 ppm。

有一个关键点需要注意这个实验设计——我们不是测量完整的人类影响的热浪的影响,只是一个组件:直接变暖效应的额外的二氧化碳在大气中预测交货时间。

尽管额外的二氧化碳是人类贡献的关键部分,它不考虑长期影响,更高的二氧化碳水平正在地球上——如海洋和暖和北极海冰减少。

实际上,我们的模型模拟2019年2月热浪假定二氧化碳水平降至285 ppm即时仿真开始了。正如我们预测只是数天或数周,气氛才刚刚开始适应二氧化碳水平发生了剧烈的变化。因此,我们获得的结果的直接影响的二氧化碳热浪非常代表一个下界的实际影响。

尽管如此,我们发现二氧化碳的直接影响有一个出人意料的快速对热浪的影响在我们的预测。即使他们开始前三天的热浪,减少二氧化碳浓度回到工业化前水平明显没那么强烈。

你可以看到下面的地图,显示了气候变暖的影响(红色阴影)额外的二氧化碳在热浪预测初始化(左)和三天前9天(右)事件。

为了确保我们的发现并不是由于天气的混沌特性,不仅我们的扰动导致不同的天气预报,我们还进行了另外一项实验增加二氧化碳浓度600 ppm,并发现了相反的效果。

总的来说,我们发现,减少二氧化碳浓度回到工业化前的水平减少了热浪的峰值0.4摄氏度左右,基于预测初始化前9天的热浪。虽然这不是一个巨大,值得重申的是,这只是人类的一个组成部分贡献的热浪,所以应该考虑一个非常保守的估计。

尽管如此,0.4摄氏度的区别就足够了,显著减少温度记录会被打破咒语中炎热的天气。

除了更严重,人为二氧化碳也使得事件的可能性更大。在不列颠群岛,例如,二氧化碳的直接效果增加的不合时宜的热天气预报的概率为42%。对法国来说,这至少是100%。

接下来是什么?

我们的工作到目前为止只占前几步骤操作forecast-based归因系统。

我们的下一个目标是试图提供一个更完整的总数的估计人类贡献一个极端天气事件。为了做到这一点,我们要估计模型的初始状态开始什么样子没有任何人类对气候的影响。

这就要求我们凉爽的海洋和海冰更改数量的复制一个更准确的反应没有全球变暖的世界会怎样。

如果我们开始从这个状态不需要人工影响天气预报模型和减少二氧化碳浓度回到工业化前的水平,那么我们可以创建一个图片的这种极端天气事件将会看起来像如果它发生在任何人类造成的温室气体排放。