IPCC Fourth Assessment Report: Climate Change 2007
第一工作组的报告 - 自然科学基础

TS.5 未来气候变化预估

自第三次评估报告以来,气候变化预估科学取得了许多重要的进展。付出了前所未有的努力将新模式的结果及时提供给模拟中心以外的研究人员审查。来自10个国家的14个AOGCM模拟小组利用23个模式开展了一系列协调、标准的试验。经全球几百位研究人员分析的多模式结果资料库构成了这次评估各模式结果的主要基础。许多进展来自于对各单个模式的多元集合(例如,测试响应对初始条件的敏感性)以及多模式集合的利用。这两种不同类型的集合使得对模式结论区间研究更加可靠,根据观测结果对模式的评估更加量化,并提供了有关模拟统计变率的新信息。{8.1, 8.3, 9.4, 9.5, 10.1}

自第三次评估报告以来出现了若干用于全球平均和地理描述的概率气候变化预估的方法,这些方法是本报告的一个重点。这些方法包括基于未正式采用观测限制的AOGCM集合结果的方法和基于检测算法和大模式集合方法,这些方法提供的预估与气候变化观测结果及其不确定性相一致。目前某些方法清晰地考虑了关键不确定性的源,如:气候反馈、海洋热吸收、辐射强迫和碳循环。短期预估同样也受到近期趋势观测的限制。某些研究探索了其它概率问题,例如由于人类影响可引发的极端事件未来变化的可能性,如:热浪。自第三次评估报告以来,在更广泛的关于持续的气候变化研究和碳-气候反馈研究领域也取得了进展。{8.6, 9.6, 10.1, 10.3, 10.5}

这些在气候变化模拟学科中取得的进展为区分不同SRES标志情景描述的气候变化预估奠定了基础。这与第三次评估报告形成对照,第三次评估报告无法以概率形式给出不同标志情景的范围。因此,本次评估确定并量化了各种气候模拟产生的不确定性与因以往缺乏对有关决定的认识所产生的不确定性之间在特征上的差异,这些决定会影响温室气体的排放。缺少与政策相关的信息可能是由于合并概率预估所致。因此,本报告对不同排放情景的预估不作综合处理。

这里所使用的模式模拟通过利用理想排放或浓度假设考虑了自然气候系统对一系列未来可能的状况的响应。其中包括稳定在2000年温室气体和气溶胶的水准上,CO2翻一翻和翻两翻,采用SRES从2000至2100年的标志情景的试验,以及设定温室气体和气溶胶在2100年以后实现稳定的试验,从而提供了长期气候变化和稳定的物理特性的新信息。SRES情景不包括气候活动。第一工作组的本次评估不评估任何具体排放情景的可行性或可能性。{10.1, 10.3}

一个利用中等复杂性地球系统模式(EMIC)建立的新的多模式资料集是对AOGCM实验的补充,从而将时间尺度延伸至未来几个世纪。这为本评估报告提供了一个更全面的模式相应区间,并提供了在温室气体和气溶胶浓度保持稳定的情况下长时间尺度气候变化的新信息。某些AOGCM和EMIC包括了诊断分析的碳循环分量,这样可以估测碳循环反馈的可能影响以及与之相关的不确定性。{ 10.1 }

框TS.8: 全球气候模式的分类

利用简单的气候模式(SCM)能够估测由于热膨胀导致的全球平均温度的变化和海平面的上升,此类模式以一套全球或者半球框的形式代表海洋-大气系统,进而利用能量平衡方程预测全球地表温度,气候敏感性的描述值和海洋热吸收的基本表征。此类模式能够与地球生物化学圈简化模式耦合,而可以快速估测气候对各种气候情景的响应。{8.8, 10.5}

中等复杂性地球系统模式(EMIC)包括一些大气和海洋环流的动力过程,或参数化方案,而且通常包括地球生物化学圈的表征,但是这些模式通常降低了空间分辨率。利用模式大集合的运算或在几个世纪尺度上的运算,这些模式可以调查大陆尺度的气候变化以及在地球系统各组成部分实现耦合后的长期及大尺度影响。考虑到通过调节更全面的气候模式、实现观测资料的匹配以及利用专家判断之后反演的参数不确定性,对于SCM和EMIC,从计算的角度上对整个参数空间内进行采样是可行的。因此,这两种类型的模式很适合制作未来气候的概率预估,并可以用气候模式参数不确定性中引起的“响应不确定性”与正在考虑之中的一系列排放情景产生的“情景区间”进行比较。对中等复杂性地球系统模式的评估比以前更深入,相互比对工作显示它们对于研究涉及到时间尺度长或者需要大的模拟结合的研究很有用。{8.8, 10.5, 10.7}

AOGCM是最全面的气候模式。它们包括描述大气、海洋和陆地表面过程的动力、海冰和其它分量。自第三次评估报告以来取得了很多进展(见框TS.7),而且不同的中心现在可以运行20多个气候模拟模式。虽然这些模式的大尺度动力很全面,但是仍然需要利用参数化来表现仍未解决的物理过程,例如云和降水的形成,由于海浪过程造成的海洋混合,以及水体形成等。参数化的不确定性是造成AOGCM之间的气候预估差异的主要原因。虽然AOGCM的分辨率迅速提高,但是它常常还是不足以抓住很多区域气候变量的精细尺度的结构。在这种情况下,可以使用AOGCM的结果驱动有限区域(或者区域气候)模式,这些模式将把与AOGCM相似过程表征的全面性与更高的空间分辨率结合起来。{8.2}