查看原文
其他

如何量化对气候变化的责任?基于简化地球系统模型的气候归因方法

刘刚 集智俱乐部 2022-06-21


导语


气候变化由人类活动引起,减缓气候变化需要全球各国的共同努力。气候归因可以帮助我们量化各个国家对气候变化的历史责任,以及各种减排策略对减缓气候变化的贡献。2021年发表于 PNAS 的一篇论文使用简化地球系统模型,评估了全球15个国家和地区对气候变化的历史责任。研究发现,美国、欧盟和中国是全球辐射强迫贡献者的前三位。不同国家的辐射强迫组成存在差异,发达国家的贡献以温室气体为主,在发展中国家气溶胶的气候效应则很明显,可以部分抵消温室气体的升温效应。随着发展中国家采取措施改善空气质量,这可能反过来会加剧全球变暖,从而强调了温室气体和气溶胶同步减排的重要性。

 地球系统科学读书会第五期“基于简化地球系统模型的气候归因方法”中,该研究的第一作者、北京大学城市与环境学院的付博博士分享了这一研究结果,本文整理自此次读书会的内容。


研究领域:气候变化,气候归因,地球气候系统

刘刚 | 作者

梁金 | 审校

邓一雪 | 编辑


论文题目:

The contributions of individual countries and regions to the global radiative forcing

论文链接:https://www.pnas.org/doi/10.1073/pnas.2018211118


自工业革命以来,全球气温增加了约1.2 ℃,热浪等极端高温事件发生率达到了工业革命前的4.8倍,除此之外,极端大雨与干旱的发生率也显著提高 (根据政府间气候变化专门委员会第六次评估报告,即 IPCC AR6)。如果不采取措施减缓全球变暖的趋势,气温将继续上升,直至高于《巴黎协定》设置的将本世纪全球气温升幅限制在2℃以内的目标,这带来的潜在“更灾难性的气候变化后果”威胁着世界各地人民的生活,这也是为什么越来越多的国家和政府承诺未来几十年内实现碳达峰和碳中和。
 
气候归因方法可以帮助厘清各个国家对气候变化导致极端天气的历史责任,了解城市和基础设施需要怎样改造以应对气候已发生变化的世界,同时也能量化减排策略对减缓气候变化的贡献,为各国政府更加明确地确定减排目标和制定减排政策提供帮助。
 

 



一、气候归因:

量化历史责任,共同应对气候变化




气候归因是评估多种因果因素对气候变化或者具有统计置信赋值的事件的相对贡献的过程。这本质是一个切蛋糕的过程,例如评估工业革命以来气候系统状态的显著变化中人类活动及自然变化造成的辐射强迫分别的贡献。
 
另一方面,气候变化检测可以说是气候归因的“孪生兄弟”,是指在某种统计意义的定义下揭示气候或被气候系统影响的系统已发生变化的过程,而不是提供对这种变化原因的解释。
 
气候变化的检测与归因涉及通过使用各种统计方法对气候模型和观测结果进行比较,评估观测到的气候系统变化的原因。出于多种原因,检测和归因的研究非常重要,例如此类研究可以帮助确定人类对气候变量的影响是否可以和自然变率区分开来,帮助评估模型模拟的结果是否和观测到的趋势或气候系统的其他变化一致,为气候政策和适应性决策提供帮助。

 



二、气候归因方法




气候变化归因主要采用数理统计和气候模式相结合的方法,例如最优指纹法,基于分布的方法和基于敏感性的方法等。
 

1、最优指纹法

 
目前科学界使用最广泛的归因方法是最优指纹法,它是通过最大化信噪比,增强气候变化信号特征使之排除内部变率噪声干扰的技术方法。通过多元线性回归方法,建立观测值 y 与各种响应 X 及内部变异性 ε 的关系:


y=Xb+ε

如果 b 显著大于0,那么表示可检测到该因子对观测结果的影响。矩阵 X 一般来自于复杂地球系统模式或者简化气候模型。
 
最典型的最优指纹法的应用是全球增温的检测归因。实际上,气候变化的归因研究很大程度上依赖模式的发展,随着模式的发展,归因的确切程度也越高。在1990年 IPCC 第一次评估报告里,认定人类对气候产生影响的直接证据还非常有限,到了1996年第二次报告中,研究就已经发现了可以辨别的人类活动对气候的影响,到2001年第三次报告指出有关人类活动对气候影响的证据越来越多,而最近的 IPCC 第六次评估报告指出人类活动导致气候变暖的证据是毋庸置疑的。
 

2、基于分布的方法

 
考虑到极端事件的极值难以被模型模拟到,在对极端事件进行归因时,通常会采用基于分布的方法,即比较不同模型驱动下,所模拟的气候变量的分布差异或者超过某阈值的重现期差异。
 
例如 Sun et al. (2014) 基于分布的方法指出,人类活动引起的气候变化导致中国东部极端高温事件的可能性增加了60倍以上;Schaller et al. (2016) 使用全强迫和自然强迫分别驱动区域气候模式来模拟气压和降水,论证了人为强迫轻微但显著地增加了英格兰南部的西风和极端降水。
 

3、基于敏感性的方法

 
除了上面的两种方法外,也可以通过基于敏感性的方法来进行气候归因,即基于不同驱动因素的敏感性,评估其相对贡献。
 
联合国气候变化框架公约(UNFCCC)设计了多种方法,用于国家气候责任评估研究。其中归一化边际归因法(Normalized marginal attribution method)是最好的两种方法之一。具体来说,在面对一个多因一果的非线性归因问题时,首先计算各原因的边际效应,然后根据边际效应归一化计算相对贡献,与总量相乘后得到绝对贡献。例如在计算我国对二氧化碳辐射强迫贡献的时候,先计算我国减排1个单位的CO2后辐射强迫的变化ΔChina,以及其他国家减排1个单位CO2后辐射强迫的变化ΔOther,然后得到我国对二氧化碳辐射强迫的相对贡献:


与辐射强迫变化的总量相乘,即得到我国对二氧化碳辐射强迫的绝对贡献。
 

 



三、气候归因的应用




1、评估各个国家对气候变化的历史责任

 
自工业革命以来,人类活动一直是气候变化的主要驱动力,最近的气候变化对人类和自然系统都产生了重大影响。《巴黎协定》首次将所有国家带入共同的事业,为适应气候变化及其影响而做出努力。为了监管各个国家对气候变化的贡献,量化每个国家和地区对全球辐射强迫的历史贡献是有必要的。
 
在最新发表于PNAS的研究中,作者采用归一化边际归因方法,基于简化地球系统模型(reduced-complexity Earth System model)OSCAR v3.1 进行气候归因。作者将全世界分为 OECD, ASIA, REF, LAM, MAF五个大区,再在五个大区的基础上将美国、欧盟、中国、俄罗斯等重要经济体划分为单独的一个区,共计15个国家和地区,分别量化各个地区对气候变化的历史责任。


图1. 世界15个国家和地区以及其净辐射强迫的相对贡献
 
文章结果表明,美国承担了21.9±3.1 %的气候变化的历史责任,欧盟15国导致了13.7±1.6 %,而中国仅贡献了8.6±7.0%(图1)。相较于之前研究(Li et al., 2016)指出的中国对气候贡献10%±4%略有降低,这是因为在本研究中新引入了云和气溶胶的相互作用(aerosol–cloud interaction,ACI),如图2所示。云和气溶胶的相互作用是指,人类排放的气溶胶可能会作为云凝结核,改变云里面的微物理过程,从而产生负辐射强迫,抵消来自温室气体、黑炭等导致的正辐射强迫,这使得中国的净辐射增长相对缓慢。欧美国家由于气溶胶排放的削减,净辐射强迫在70年代后呈现迅猛增长的趋势。不过,随着发展中国家采取措施改善空气质量,这可能反过来加剧全球变暖,因此从长远来看,减少温室气体排放会变得更加迫切。
                            
图2. 中国辐射强迫组成及其不确定性
 

2、评估各个区域自主减排对减缓升温的贡献

 
在厘清各个地区对气候变化应承担的历史责任之后,我们有必要讨论各个地区自主减排政策对减缓未来增温的贡献,这也将给政府未来减排政策的制定及相关谈判带来指导。
 
作者基于无政策情景(No police scenario, NP)和自主减排情景(Nationally determined contributions,NDC)分别模拟它们的增温,将两者相减得到了对应的升温减缓。基于OSCAR模型,通过计算各区域减排量对升温减缓的边际效应,得到各区域的相对贡献,即:


 
图3展现了相较于无政策的情景,各个国家自主减排政策在2100年将缓解约0.6℃的全球气温上升。之前的研究往往会强调CO2减排对减缓升温的贡献,在本研究中,也突出了其他温室气体及气溶胶对减缓升温的作用,结果表明,亚洲贡献了约45%的CO2减排,但是对于升温仅贡献了37%的减缓,这是因为亚洲地区对其他温室气体减排贡献较低且大量削减了气溶胶。
 
图3. 未来不同情景下的全球平均气温变化
 

3、气候-碳循环反馈对CO2辐射强迫的贡献


像甲烷、臭氧和气溶胶这类短寿命气候强迫因子,其大气寿命比二氧化碳要短得多,并且通常被认为对气候变暖只有短期影响,即如果排放停止,其辐射强迫也会停止。然而它们可以通过影响气候来影响碳汇和大气CO2浓度,从而导致额外的气候变化。尽管不同模型对气候-碳循环反馈的估计存在差异,但普遍认为变暖会增加大气CO2浓度,也就是这是一个正反馈过程。量化短寿命气候强迫因子通过气候-碳循环反馈对辐射强迫的贡献,有助于进一步理解其他温室气体和气溶胶对辐射强迫的影响。
 
在这项研究中,作者基于OSCAR v2.2 使用边际归因法,通过气候-碳循环反馈评估2010年短寿命气候强迫因子对CO2辐射强迫的贡献。首先将历史气候变化归因于人为和自然强迫,其次将大气CO2浓度及其辐射强迫历史变化归因于化石燃料、土地利用和气候-碳循环反馈。最后将前两个步骤结合起来,将气候-碳循环反馈归因于非CO2气候驱动因素,其中包括甲烷、臭氧和气溶胶等。
 
文章结果表明,相较于1750年,在2010年全球地表平均温度上升了约0.83K,其中CO2贡献了约0.68K的升温,甲烷贡献了0.21K,而人为排放气溶胶抵消了0.39K的升温。对于辐射强迫,2010年CO2辐射强迫(1.81 W/m2)中0.09 W/m2来自于气候反馈(图4)。并且还发现,对温度影响越大的气体,对气候-碳反馈的贡献也越大。通过脉冲短寿命气候强迫的响应实验发现,CO2浓度信号持续了50-60年,这也意味着碳循环发生改变,作者认为,温度上升导致的植被净初级生产力减少及异养呼吸的增加是主要原因。 
 

图4. (a,b) 相对于工业化前(1750年),2010年的全球地表平均温度的变化,这归因于(b)中的气候强迫因素。(c)2010年CO2总辐射强迫及其对应来源的贡献。(d)气候-碳循环反馈进一步归因于不同气候因素的贡献。所有的不确定性都是基于蒙特卡洛方法。

 

 



四、总结




气候归因是评估多种因果因素对气候变化的相对贡献的一种方法,例如气候归因能帮助我们评估各个国家对气候变化的历史责任。归因有多种方法,但原理上都是基于模型模拟驱动不同因素对气候变化的影响,简化地球系统模型(例如OSCAR)在归因研究中同样也有良好的应用。目前已有一些研究使用气候归因方法评估了气候-碳循环反馈对二氧化碳辐射强迫的贡献,以及各个区域自主减排政策对增温减缓的贡献。
 
在未来的研究中,气候归因方法可以帮助我们评估不同排放路径下对应的全球变暖程度,在此基础上来评估为了实现《巴黎协定》中2℃的目标各个国家应付出的努力。


            

讲者介绍

付博,北京大学城市与环境学院博雅博士后、助理研究员。主要从事气候变化归因,极端事件统计和简化地球系统模型开发工作。研究成果在Nature Climate Change, PNAS等国际顶级刊物上发表。曾获北京大学优秀博士学位论文,北京大学“林超青年学者”等学术荣誉。

参考文献:
1. Fu B, Gasser T, Li B, et al. Short-lived climate forcers have long-term climate impacts via the carbon–climate feedback[J]. Nature Climate Change, 2020, 10(9): 851-855
2. Fu B, Li B, Gasser T, et al. The contributions of individual countries and regions to the global radiative forcing[J]. Proceedings of the National Academy of Sciences, 2021, 118(15).
3. Fu B, Li J, Gasser T, et al. Climate warming mitigation from Nationally Determined Contributions[J]. Advances in Atmospheric Sciences, under review
4. Sun, Y., Zhang, X., Zwiers, F. et al. Rapid increase in the risk of extreme summer heat in Eastern China. Nature Clim Change 4, 1082–1085 (2014).
5. Schaller, N., Kay, A., Lamb, R. et al. Human influence on climate in the 2014 southern England winter floods and their impacts. Nature Clim Change 6, 627–634 (2016). https://doi.org/10.1038/nclimate2927
 
 

地球系统科学读书会


从加拿大极端热浪,到德国的洪灾,从澳大利亚的森林大火,到中国河南的特大暴雨,极端天气已经成为新常态。气候变化正以我们所能感知的态势发生着。2021年诺贝尔物理学奖的一半被授予气象学家真锅淑郎和气象学家克劳斯·哈塞尔曼,“以表彰对地球气候的物理建模、量化变化和可靠地预测全球变暖”,表达了对人类命运的关切,也展现出从复杂系统视角研究地球气候环境的必要性。

集智俱乐部将组织地球系统科学读书会,自2021年12月14日开始,每周二晚上19:00-21:00,持续时间预计 7-8 周,重点探讨近年来系统科学、人工智能等学科为地球系统科学提供的创新研究方法,尤其是统计物理与深度学习在地球系统科学中的应用,共读前沿文献,激发科研灵感。欢迎从事相关研究、对相关领域有浓厚兴趣的探索者报名参与交流。


详情请点击:

地球系统科学读书会启动:统计物理与深度学习交叉前沿



推荐阅读



点击“阅读原文”,追踪复杂科学顶刊论文

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存