统计机制大大改善了气候预测

欧洲地平线2020 TiPES项目的一项研究证实，IPCC报告中使用的气候模型的巨大不确定性可以通过使用统计机制来大大减少。作者在《科学报告》中总结道，这项技术受到了一些专家的怀疑，从而大大改善了气候预测，也可能有助于评估临界点。

气候预测的主要挑战是我们如何应对气候变化的不确定性。必须在不同的情况下反复运行计算机模拟，这些情况在未来的经济发展，影响气候的气体数量，土地使用方式的使用变化，政治决策等方面会有所不同。

但是，IPCC类的高级气候模型非常耗时，并且需要在昂贵的超级计算机上运行。每个新一代的气候模型都只考虑了有限的情景选择。

结果是我们对气候系统的理解存在很大差距，因为无法轻松比较来自不同方案和模型的结果。有许多未解决的问题，例如何时以及如何设置临界点?在当今以及未来几个世纪中，向大气中添加一定量的CO2究竟会影响全球平均温度多少?

现在，英国雷丁大学的Valerio Lucarini和德国汉堡大学的Valerio Lembo以及法国里昂高等师范学院的Francesco Ragone在《科学报告》中表示，这些不确定性可能会大大降低。他们发现，采用统计力学理论后，从高级气候模型中提取的信息质量将显着提高。

Valerio Lucarini解释说：“我们所做的表明，即使在用于IPCC预测的气候模型中，该方法也是可行的。”

该小组构建了所谓的数学响应算子，将强迫情景形式的输入转换为气候变化信号形式的输出。然后将该方法应用于称为CMIP6的最新一代高级气候模型。

这些计算准确地预测了全球平均温度以及大西洋子午翻转环流和南极绕极流等大规模海流的变化，证明了该方法的有效性。

这是首次将这种理论性极强并且使用非常基本的数学和物理特性的方法应用于具有完全互动海洋的全面复杂气候模型。

“原则上，我们在这里使用的工具可以让您弥合不同情况之间的差距，并且可以分解不同强迫的影响。因此，这就像一个黑匣子。您给了我一个时间段，强迫，我会实时给您答案。这是一种非常有效的数据使用方式，您基本上可以为给定模型构建一个强迫的完整方案。”

“许多人认为这对于IPCC类模型是不可行的。相反，我们已经证明了它是有效的。就像预测数十亿个分子的统计运动比精确地预测一个分子的运动更容易一样，气候模型越复杂，这种方法实际上效果越好。”卢卡里尼说。

从理论上讲，该方法也有望促进临界点的评估。现在可以更轻松地测试在各种情况下系统的响应，这意味着此类实验可以揭示在某些方向上对于特定强制而言系统最敏感的位置。当我们接近临界点时，正是这种情况。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！