科学家使气候变化预测必须处理大量的不确定性。
全球变暖将取决于未来排放量的大小反过来,取决于社会的生长和发育。全球变暖的速度也将取决于敏感的气候是大气中温室气体的增加。
然而,气候变化还取决于一个被低估的因素称为“以反馈”。以反馈意味着世界上占不确定性可以温暖更多——或者少一点——比一般的想法。
碳循环是集之间的交换过程,认为碳大气、陆地、海洋和生物中所包含的信息。”反馈“把这些过程如何改变随着地球变暖,大气中的二氧化碳浓度上升。
常用的变暖的预测——这些中突出显示政府间气候变化专门委员会政府间气候变化委员会(IPCC)的评估报告,包括以反馈的一个最佳估计。但他们不考虑这些估计中巨大的不确定性。
这些不确定性的主要来源之一的差异不同模型预测,根据来本·布斯博士和他的同事在气象局哈德利中心。
气候活动家,葛丽塔浙等表示担忧气候预测通常不完全合并的潜在范围以反馈。
本文探讨了以反馈不确定性的影响通过检查的造型所做的研究科学家们在过去的十年。这些研究给类似的中央的估计以IPCC预测中使用反馈。
但在高端,结果显示这些反馈可以使大气中温室气体的浓度更高,这意味着更多的变暖——从相同的排放水平。
本文分析表明,反馈可能导致变暖超过25%的主要政府间气候变化专门委员会预测。
以反馈不确定性的重要性
今天,一半左右由人类排放的二氧化碳在大气中,其余被海洋吸收和土地。然而,随着地球变暖这有望改变。例如,气候变暖减少了数量二氧化碳的吸收表面海水和土壤中的碳隔离。它还可以加速树死和森林火灾的风险。永久冻土融化可能释放额外的碳到大气中。总体而言,碳循环将会减弱由于气候变化,导致更多的大气中排放剩余和更少的被吸收的陆地和海洋。所有这些过程引入的不确定性在翻译未来二氧化碳排放到大气中的二氧化碳浓度的变化。
碳循环行为的变化随着地球变暖的一个例子气候反馈——一个自我强化的改变地球的温度从一个次要因素。并不是所有的这些反馈一定会采取行动,增加温度,然而。二氧化碳受精效应会导致额外的植被生长、碳截。氮循环变化还可以提高土地吸收的碳。动态植被的变化应对气候变暖——占潜在植被变化的区域气候变化——也重要,但不确定对碳循环的影响。
开发的未来气候变暖的场景气候模型社区做考虑以反馈,但经常使用单一从先前的研究和反馈强度的估计不包括任何以反馈的不确定性。场景遗漏以反馈不确定性的原因是大约有一半目前的气候模型组不包括所需的生物地球化学循环模型以反馈修改。那些包括生物地球化学的被称为“地球系统模型”。
能够比较不同的气候模型,科学家们设计实验,所有的模型运行一组指定未来温室气体浓度和其他气候营力,被称为代表浓度通路(rcp)。——这四个concentration-driven实验RCP2.6,RCP4.5,RCP6.0,RCP8.5——支撑的主要气候预测联合国政府间气候变化专门委员会第五次评估报告(AR5)于2013年出版。他们不实际使用和碳排放,因此,不包括任何碳循环反馈不确定性参与翻译排放浓度。
(然而,值得注意的是,尽管rcp定义的“浓度”,并被用于在AR5方式,他们通常被称为“排放场景”甚至在论文中使用concentration-driven气候预测。这不是严格准确,不幸的是导致一些混乱的本质rcp和缺乏识别翻译不确定性的排放浓度)。
探索翻译的不确定性排放浓度,一个单独的气候模型试验C4MIP——看如果你使用排放场景运行地球系统模型,而不是向他们提供预测从rcp温室气体浓度。这些也包括在IPCC AR5,但显著低于concentration-driven预测。
对于这些emission-driven模拟,开发rcp的建模提供了一组场景一致的排放浓度途径,基于他们自己的模型(尽管它需要注意的是,大范围的排放情况是兼容的与每个RCP浓度路径)。
因为造型时间是有限的,并不是所有的组织模型,包括碳循环,只有12个不同模型参加AR5 -,只有相关的排放通常很高RCP8.5浓度通路被用于运行的地球系统模型。虽然这高排量的场景不认为反映当前的政策,它说明了回归的后果很大增长的燃料的使用,还可以清楚地看到模型之间的差异。
然而,随着气候模型变得更加复杂的以反馈包括的范围已经扩大。没有AR5模型包括永久冻土层解冻,例如,尽管许多新模型冻土模块。同样,更多的氮循环模型现在包括一个动态的,倾向于减少二氧化碳循环反馈的大小。
这一事实concentration-driven模型运行依赖过时的以反馈估计忽略了这些估计的不确定性,意味着未来可能的气候变化可能的范围大于被广泛接受。
造型以反馈
以反馈主要通过C4MIP探索。正如前面提到的,只有一个子集的模式参与C4MIP实验,和只有一个未来排放场景(即传统与RCP8.5)使用。
C4MIP也代表了一组可用的模型,称为一个乐团的机会——而不是一个实验有目的旨在探索不确定性以反馈。每个模型参与C4MIP设计他们的碳循环提供他们认为最准确的估计,而不是任何有目的的或全面的探索所有可能的潜在价值流程管理碳循环。
森林土长满青苔的山毛榉树的根。信贷:巴勃罗Scapinachis阿姆斯特朗除股票的照片
一个单独的尝试探索以不确定性是布斯于2017年和他的同事们开发的。而不是比较结果从不同的造型中心,他们把一个哈德利中心的气候模型——一个版本的耦合模型”HadCM3”与以流程补充道,称为“HadCM3C”——和探索各种可能的参数以反馈陆地和海洋生物地球化学过程的影响。
他们进一步约束分析,只选择那些匹配的变体历史观测。模型从1860年开始运行,模拟大气中的二氧化碳浓度比较,观察到目前的一天。只有27(57)模型变异,能有效地再现过去的二氧化碳浓度被用来分析未来的变化。
这个探索可能的以参数被称为“摄动物理合奏”(PPE)。它允许研究人员探索更大范围的潜力比C4MIP以反馈的方法,虽然限制,它们都运行在一个底层模型,而不是各种各样的不同的模型。PPE运行了两个未来的排放场景:那些传统与RCP2.6和RCP8.5有关。
PPE检查了六种不同的陆地表面参数,包括:
- 的不确定性叶氮(及其对光合作用的影响)
- 的敏感性气孔二氧化碳浓度变化
- 光合作用的温度依赖性
- 土壤呼吸的温度依赖性
- 土壤水分控制蒸发
- 植被分布变化
PPE运行也看着不同的大气和海洋参数的值,影响以反馈。其中包括温度响应的大小(通过对流和云参数)的变化,降雨分布、土地/表面和陆地/海洋形成鲜明对比。他们导致更大范围的估计比C4MIP以反馈,有一个明显的高浓度的估计数量。
布斯和他的同事指出,大多数未来的不确定性以反馈来自于陆地碳循环,而不是不同的气候敏感性或海洋碳的变化。陆地碳循环的变化随着全球变暖,大气中的二氧化碳浓度增加,如土壤呼吸作用和光合作用的变化,可以使模型能够准确匹配现在的条件,最终在2100年更高的二氧化碳浓度。
下图显示了大气中的二氧化碳浓度的分布在2100年传统的排放场景与每个相关f我们的rcp在IPCC AR5。固体黑线代表浓度场景与每个RCP相关联。酒吧代表所有C4MIP大气浓度的范围和个人防护装备,分别,而每个点表示一个人跑了。
C4MIP和PPE实验表明以反馈比假设在传统排放场景和浓度之间的关系为每个RCP通路。
例如,大气中二氧化碳浓度平均排放引发的传统与RCP4.5是560 ppm (ppm)在PPE C4MIP和562 ppm,而价值标准RCP4.5浓度538 ppm的途径。
在排放场景比低排放的差异更大。平均浓度因传统RCP2.6排放C4MIP和PPE高出3%。与传统RCP4.5排放量高4%在两组实验,同时与常规RCP6.0排放在C4MIP高出4%,在PPE高出8%。RCP8.5显示最大的差异,平均浓度高5%在PPE C4MIP和高15%。
下图提供了另一种方式看估计以反馈。而不是显示2100年的大气中的二氧化碳浓度下每个RCP,它显示了二氧化碳浓度的变化在2100年从RCP浓度的标准。
例如,使用传统RCP8.5排放,二氧化碳浓度-142 ppm以下和213 ppm之间可能高于实际RCP8.5价值936 ppm的C4MIP模型和-84 ppm到660 ppm的实际RCP8.5 PPE运行的价值。
平均数掩盖很多变化以反馈。从这个分析的一个主要外卖,而将更新以反馈估计可能仅略有增加的平均结果,以反馈的不确定性大大增加了less-likely-but-more-extreme二氧化碳浓度的结果。
虽然许多以反馈估计谎言接近或略高于标准的集中值,有少数非常大的估计,特别是在PPE实验,特别是在高排放场景。
例如,在中间RCP6.0场景——这是相当一致的与currently-enacted气候政策——2100年标准的二氧化碳浓度670 ppm。从传统RCP6.0-related排放产生的平均浓度在所有C4MIP运行是697 ppm。在所有PPE运行它的722 ppm。然而,这个顶级所有浓度的估计包括以反馈是C4MIP 799 ppm,相当936 ppm PPE -在2100年增加了40%二氧化碳浓度在RCP6.0 IPCC AR5使用。
这意味着在最高的反馈可用以估计文学RCP6.0-related排放的情况下可能导致2100年大气中的二氧化碳浓度等于标准RCP8.5浓度的场景。
这仍然是一个不太可能的结果——只有一个39岁的以反馈评估结果产生这么高,但同时这是一个值得考虑的风险。这个顶级估计还包括一个模型与气候敏感性高于中发现的任何气候模型在IPCC AR5(称为耦合模型相互比较项目5 -CMIP5),尽管不一定的范围之外一些新的CMIP6估计。
重要的是要注意,这里以反馈评估考虑的范围可能仍然保守,很多这些以模型缺乏大量的反馈——积极的和消极的——包括永久冻土层解冻、氮循环变化和动态植被。许多这些失踪的反馈——包括在最新一代的模型CMIP6——目前正在运行。这些实验碳循环的不确定性将提供一个更新的视图时完成。
也有其他类型的反馈会影响排放目前不包括在模型中。例如,2019年的一篇论文被研究人员加州大学欧文分校看着经济反馈高排量的场景——换句话说,经济损失如何从全球变暖可能会减缓排放增长和高。作者认为,“净负的反馈对化石燃料的经济损失可能强大到足以抵消从陆地和海洋生态系统正反馈;然而,这些经济损失可能不成比例地影响弱势群体,使气候缓解更加困难”。
的影响以反馈对未来气候变暖
以反馈的不确定性可能导致大气中的二氧化碳浓度由2100年——或者相应降低——远高于预计将从标准排放和rcp的浓度之间的关系。
大气中的二氧化碳浓度变化将转化为额外的-或减少- 2100变暖的气候模型,虽然多少取决于的敏感程度每个模型是大气中的二氧化碳含量的变化。
2100年变暖的范围提出了IPCC AR5依靠四个固定二氧化碳浓度的场景(rcp)——每一个都是基于以反馈的最佳估计前一代的气候模型。然而,这种单一的最佳估计忽略了以反馈中巨大的不确定性估计这个讲解员的前部分所示。包括以不确定性的范围将扩大未来气候变暖的估计。
为了量化以反馈的不确定性对未来气候变暖的影响,我们把每个CMIP5气候模型用于IPCC AR5和估计多少增加(或减少)变暖会发生在每一个12 C4MIP 27 PPE碳循环反馈的估计。(细节如何发现这些计算结果都是在方法部分结束时。
下面的图显示了我们的分析结果。第一栏显示每个RCP浓度的标准范围的变暖的通路CMIP5气候模型在IPCC AR5。第二栏显示将会发生什么如果每个CMIP5模型运行使用排放传统与rcp和12种不同的以反馈C4MIP估计,而第三显示估计CMIP5值为每个27 PPE运行。
每个黑点代表单个模型估计,结合不同以反馈估计在第二个和第三个酒吧,黑点的相对密度的模型和以反馈的数量估计,可能导致的气候变暖。
在标准CMIP5模式下运行时,变暖的数量预计在2100年相对于工业化前的温度范围从0.9摄氏度以下的低端低浓度RCP2.6通路RCP8.5浓度下的高6 c通路。当以反馈不确定性包括这个范围内增加适度的低端——从0.9至0.8摄氏度——和更大幅度高端——从6 c到7.7摄氏度。
低端RCP2.6模型,不出所料,最敏感的不确定性,以反馈总体排放量最小的。在RCP2.6,平均变暖在所有的气候模型时CMIP5 1.7摄氏度和1.8摄氏度C4MIP和PPE运行都考虑在内。变暖在所有模型略有增加的范围从0.9 - -2.5 c到0.8 - -2.7 c使用C4MIP和0.8 3 c使用PPE。
在moderate-mitigation RCP4.5场景中,平均变暖增加从2.5摄氏度(范围1.6 - -3.3 c的所有模型)在CMIP5 C4MIP 2.6摄氏度(1.5 - -3.8 c)和2.6摄氏度(1.5 4 c) PPE。从3 c的low-mitigation RCP6场景变暖增加(2.3 - -3.9 c)在CMIP5 3.1摄氏度(2 - 4.4 c) C4MIP和3.2摄氏度(2.1 - 5 c) PPE。
最后,非常高的RCP8.5场景显示最大的增长,从4.6摄氏度(3.3 - 6 c)在CMIP5 4.7摄氏度(2.9到6.7摄氏度)C4MIP和4.9摄氏度(3.1到7.7摄氏度)在PPE。
尽管平均变暖预计所有的RCP场景只有小幅变化——一个预期的结果,因为他们的标准浓度通路已经包含估计碳循环反馈——包含不确定性大幅扩大高端变暖估计,特别是在高排量的场景。
高气候敏感性和高二氧化碳循环反馈的结合可能导致实质性的变暖,即使在更为温和的排放情况。中间RCP6.0排放场景中可以看到变暖的5 c,例如,虽然这不一定是最有可能的结果。中央估计仍在3 c。
这种方法用于计算的影响以不确定性变暖CMIP5模型有点不完美。一个主要的限制是39个不同以反馈估计C4MIP和PPE被认为是独立于气候模型——也就是说,每个气候模型可能有以反馈。
在现实中,以反馈是由大气中的二氧化碳的变化和温度的变化,所以低敏感的气候模型不太可能看到高以反馈,例如。
然而,占这些交互作用会产生一个相当小的影响范围的变暖估计,随着高端仍由高灵敏度模型,也会将有最大的以反馈。
以反馈是一个重要且常被低估了的因素在决定未来的气候变暖。虽然目前的政府间气候变化专门委员会气候变暖的预测占一个“平均”以反馈在RCP浓度情况下,他们不包括以反馈中巨大的不确定性估计。这一分析表明,当考虑到这些不确定性,未来可能的大气中的二氧化碳浓度的范围和变暖比通常被广泛报道。
以反馈甚至可能允许一个更温和的排放情况——比如,传统与RCP6.0——达到浓度在very-high-end RCP8.5场景中,但是只有在所有可用的最高估计以反馈。
决策者更广泛地说,这提供了另一个原因来支持雄心勃勃的减排途径,作为的可能性非常高的气候变暖的结果可能低估了许多评估,目前不占碳循环反馈的不确定性。
方法
估计的大小以反馈不确定性我们检查了两个不同的分析:耦合Climate-Carbon周期模型相互比较项目(C4MIP)和物理HadCM3C摄动合奏(个人防护用品)。C4MIP提供emissions-driven RCP8.5从12种不同CMIP5模型,但其他rcp没有运行由于有限的计算时间和预算。PPE提供27 RCP2.6 HadCM3C的不同运行模式,sr aib场景和RCP8.5。这些选择根据他们的能力从一个更大的组57精确复制历史二氧化碳排放和大气浓度之间的关系。
探索以反馈的影响更广泛的未来排放场景中,我们使用RCP8.5运行C4MIP和PPE估计可能的大小以反馈rcp。我们RCP8.5运行时分析以反馈值达到大气浓度相当于2100其他rcp值。
例如,2100年在RCP4.5二氧化碳浓度538 ppm;这是同一水平,2050年达到RCP8.5。通过观察的范围以反馈估计在2050年RCP8.5来看,我们可以得到一个近似RCP4.5 2100的值。在RCP2.6场景的情况下,我们使用提供的RCP2.6从PPE但估计他们使用RCP8.5 C4MIP (C4MIP只有RCP8.5运行可用)。我们测试了这种方法通过比较RCP8.5-estimated并提供RCP2.6 PPE运行,并合理的比对发现,尽管相对近期年RCP8.5获RCP2.6 2100 - 2022浓度。
未来气候变暖CMIP5估计为每一个可能的组合模型,并以反馈估计C4MIP和PPE。我们第一次获得合并历史/ RCP全球平均地表温度系列42中可用不同的CMIP5模型其中气候Explorer工具。我们不得不删除四个模型——CMCC-CM CMCC-CMS, EC-EARTH和FIO-ESM——在那里瞬态气候响应(TCR)值模型没有IPCC AR5表9.5或可用陈等人2019年表1(用于填写一些模型在表9.5),导致38 CMIP5模型。
接下来,我们计算了以反馈差异从2100年的标准浓度的场景在一年的四个rcp C4MIP和PPE的运行。这涉及到简单的差分2100年二氧化碳浓度从标准的2100年每次运行RCP浓度。这些39以反馈差异(12 C4MIP模型和PPE运行27日)被用来计算的增加(或减少)变暖发生在每个38 CMIP5 TCR模型基于模型。
具体来说,额外的强迫从二氧化碳计算使用公式:
在哪里base_co2是标准的2100 RCP浓度和add_co2碳循环反馈的区别。
额外的变暖是计算:
在哪里f_2xco2是强迫与大气中的二氧化碳的一倍:3.7瓦特每平方米。
这种方法有很多局限性,应该注意。首先,如前所述,它假定之间的独立性以反馈和CMIP5模型估计,可能在实践中并非如此。第二,方法用来估计失踪rcp -通过使用RCP8.5价值观当二氧化碳达到2100年的水平与rcp作为一个代理,隐式地假定二氧化碳浓度的主要因素是大小以反馈。
在实践中,二氧化碳浓度、温度和降水的变化都扮演一个角色在决定以反馈的大小和其他方法,比如使用RCP8.5值与rcp当温度达到2100年的水平有关,适度可能产生不同的结果。
所有潜在的材料用于生产此分析在公共可用GitHub库,包括Jupyter笔记本使用运行代码,所有的输入和输出数据文件来完成。
我们感谢Pierre Friedlingstein和本展位提供C4MIP和HadCM3C输出。