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。
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): 851-8552. 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 review4. 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