編者按：看寒來暑往云卷云舒，思古往今來氣候變遷，中科院之聲與中國科學院大氣物理研究所聯(lián)合開設(shè)“大氣悟理”，為大家介紹大氣里發(fā)生的有趣故事，介紹一些與天氣、氣候和環(huán)境相關(guān)的知識。
引言：今年夏季，我國東部特別是長江流域和川渝地區(qū)遭遇了前所未有的高溫熱浪侵襲，讓我們再一次感受到了極端天氣氣候事件的巨大威力。但是，僅因為溫室氣體的濃度仍然在持續(xù)升高，全球變暖在加劇，我們就能斷言明年、后年，甚至未來10年這些地區(qū)一定會發(fā)生與今年類似的、或更強的高溫事件嗎？更有專業(yè)領(lǐng)域外的網(wǎng)友推測給出“今年是我國有完整氣象記錄以來最熱的一年，但有可能是未來十年最涼快的一年”的欠科學的言論。這種思路極大低估了這個問題的復(fù)雜性。由于農(nóng)業(yè)、漁業(yè)、基建、金融、保險等諸多行業(yè)都渴求未來10年氣候變化的信息，我們嘗試回答如下幾個問題：未來10年的氣候變化是否可以預(yù)測，怎樣預(yù)測，目前科學上取得了哪些進展？
“氣候預(yù)測”和“氣候預(yù)估”
在討論預(yù)測未來10年氣候之前，我們首先需要厘清“氣候預(yù)測”（climate prediction）和“氣候預(yù)估”（climate projection）兩個概念間的差異。
工業(yè)化以來，化石燃料的開發(fā)使用，使得大氣中的溫室氣體的濃度逐年上升，全球氣溫逐漸升高。但是大到全球平均，小到某一個區(qū)域，例如中國東部，氣溫的變化并非簡單的逐年線性升高，而是在長期增溫的趨勢之上疊加了或長或短、多種多樣的“波動”，在某些特定的時間段甚至還會出現(xiàn)“增暖停滯”或者短時變冷現(xiàn)象。舉個例子，赤道中東太平洋的海洋溫度總是交替的變暖、變冷，這就是我們熟知的厄爾尼諾和它的孿生姐妹拉尼娜。它們分別能夠?qū)е氯蚱骄鶞囟壬?、降低，其年與年間高低振蕩的幅度遠強于過去百年全球變暖的增溫速率。此類波動的產(chǎn)生是氣候系統(tǒng)內(nèi)部大氣、海洋等多圈層相互作用的結(jié)果，因此稱其為氣候系統(tǒng)的“內(nèi)部變率”，以與人類活動等氣候系統(tǒng)的“外強迫”區(qū)分開來。
“氣候預(yù)測”和“氣候預(yù)估”僅一字之差，但內(nèi)涵完全不同。甚至有專業(yè)人士也會在不自覺間混淆它們的差異。氣候預(yù)估關(guān)注的是未來不同排放情景下，氣候系統(tǒng)對“外強迫”（主要是人為溫室氣體和氣溶膠排放）的響應(yīng)，特別是溫度、降水等的長期變化。但它不關(guān)注氣候系統(tǒng)內(nèi)部變率當前的狀態(tài)，及其對未來的影響。在做氣候預(yù)估的時候，這種初始狀態(tài)的影響都通過多模式、多成員模擬試驗集合平均的方式作為“噪音”濾除了。我們平時談?wù)摰奈磥砣蜃兣欠窦觿〉仍掝}，基本屬于氣候預(yù)估的范疇，氣候預(yù)估關(guān)注的時間尺度是中長期變化，例如本世紀中后期的變化。而傳統(tǒng)的短期氣候預(yù)測關(guān)注的是未來1個月到1年的氣候異常，其關(guān)鍵是要抓住“內(nèi)部變率”的演變規(guī)律。內(nèi)部變率的作用，在氣候預(yù)估里面是“噪音”，但是在短期氣候預(yù)測里面就是“信號”。
預(yù)測未來10年氣候變化的科學基礎(chǔ)
氣候?qū)W家不滿足于預(yù)測月、季、年尺度的氣候，把目光放到更遠的、更具挑戰(zhàn)性的未來10年氣候變化，并將其稱為“年代際預(yù)測”。需要指出，典型的年際變率信號，例如厄爾尼諾，基本不具備超出2年以上的可預(yù)測性。年代際預(yù)測并不是預(yù)測未來10年中具體到某一年的氣候異常，而是關(guān)注多年平均狀態(tài)（例如未來2-5年的平均，6-9年的平均等）。預(yù)測未來10年的氣候變化介于傳統(tǒng)的短期氣候預(yù)測和氣候預(yù)估之間，我們需要綜合考慮兩方面的影響：其一，氣候系統(tǒng)對人類活動等外強迫的響應(yīng)；其二，年代際尺度的內(nèi)部變率的演變（圖1，Meehl et al. 2009; Kushnir et al. 2019）。什么是年代際尺度的氣候變率？舉個例子，太平洋的海溫存在一種類似于厄爾尼諾/拉尼娜，但典型周期達到大約20年的振蕩現(xiàn)象，稱為“太平洋年代際振蕩”（Interdecadal Pacific Oscillation, IPO）。這種太平洋海溫的緩慢振蕩能夠直接調(diào)制整個地球的平均氣溫。發(fā)生在本世紀初的全球變暖停滯事件，就與此有關(guān)，具體說來1998–2012年的全球變暖趨勢只有1951–2012年的 1/3到1/2，這種減緩態(tài)勢受到IPO位相由正轉(zhuǎn)負的影響。年代際預(yù)測的關(guān)鍵是在考慮全球變暖的同時，必須抓住此類年代際變率現(xiàn)象的演變規(guī)律。
圖1 年代際預(yù)測理論基礎(chǔ)的示意圖。
橫軸代表時間尺度。天氣預(yù)報依賴大氣的初始狀態(tài)，季節(jié)到年際氣候預(yù)測依賴海洋的初始狀態(tài)，長期氣候預(yù)估依賴溫室氣體等的輻射外強迫，而年代際預(yù)測介于氣候預(yù)估和季節(jié)預(yù)測之間，需要同時考慮外強迫和內(nèi)部變率的作用。引自Meehl et al.（2009），并翻譯成中文。
預(yù)測未來10年氣候變化的技術(shù)手段
要預(yù)測氣候，我們需要一個強大的工具——氣候系統(tǒng)模式。它能夠在超級計算機上模擬氣候的演變。但是，單純的模式是不夠的，因為，虛擬的氣候和真實世界的氣候沒有直接的對應(yīng)關(guān)系。簡單來說，模式中的氣候波動現(xiàn)象與真實世界中波動的峰值、谷值在時間上沒有對齊。我們要開展預(yù)測，必須通過所謂的“同化系統(tǒng)”將真實世界的信息，特別是海洋的溫度、鹽度等狀態(tài)引入到模式中，建立起虛擬氣候和真實世界之間的聯(lián)系。同時，我們需要在模式中考慮人類活動的強迫效應(yīng)（主要是溫室氣體和氣溶膠排放）。
預(yù)測未來10年氣候變化的科學實踐
近十余年來，世界上的主要氣候模式中心均在積極開展年代際氣候預(yù)試驗研究（Smith et al. 2007; Keenlyside et al. 2008）。最新的耦合模式比較計劃第六階段（CMIP6）專門組織了“年代際氣候預(yù)測計劃”（Decadal Climate Prediction Project, DCPP）。世界氣候研究計劃（WCRP）為了應(yīng)對社會可持續(xù)發(fā)展，提出了急需解決的七大科學挑戰(zhàn)（Grand Challenges），其中將“年代際氣候預(yù)測”列為核心子計劃之一。中國科學院大氣物理研究所從2012年開始研發(fā)基于氣候系統(tǒng)模式的年代際預(yù)測系統(tǒng)——IAP-DecPreS（Wu and Zhou 2012），每年在世界氣象組織（WMO）基本系統(tǒng)委員會（CBS）推動建立的“年代際預(yù)測結(jié)果交流”平臺上發(fā)布預(yù)測結(jié)果（https://hadleyserver.metoffice.gov.uk/wmolc/）（WCRP 2019）。
年代際預(yù)測的現(xiàn)狀與未來
相較于較為成熟的、針對未來幾個月氣候異常的預(yù)測，要預(yù)測未來10年氣候變化仍然是一個非常具有挑戰(zhàn)性的問題，根據(jù)政府間氣候變化專門委員會第五次評估報告（IPCC AR5）和CMIP6 DCPP計劃的最新結(jié)果，年代際預(yù)測對未來2-5年平均和6-9年平均的溫度變化已經(jīng)取得了較高的預(yù)測技巧（圖2），但對降水的預(yù)測技巧仍然較低。其原因是多方面的，主要包括：我們對氣候系統(tǒng)的年代際變率的物理機制理解非常有限；我們當前對海洋狀態(tài)的觀測誤差較大；目前氣候系統(tǒng)模式的模擬性能和同化系統(tǒng)需要改進。總的來說，我們?nèi)匀恍枰度刖薮蟮呐θヌ嵘覀儗δ甏H氣候變化的預(yù)測能力。在國際上，世界氣候研究計劃（WCRP）在其最新的《WCRP戰(zhàn)略規(guī)劃（2019 - 2028）》中，把提升年代際氣候預(yù)測水平作為其四大科學目標之一。最近，WCRP通過實施“燈塔行動”，把面向未來“多年-年代際”時間尺度的氣候預(yù)測問題列入優(yōu)先研究計劃。因此，年代際氣候預(yù)測問題將是國際氣候?qū)W界優(yōu)先解決的挑戰(zhàn)性科學難題之一。
圖2 多模式集合的年代際預(yù)測試驗對起報時間點之后2-5年平均a）和6-9年平均b）地表氣溫的預(yù)測技巧評分。數(shù)值越大，技巧越高。引自Doblas-Reyes et al.（2013）。
參考文獻：
1. Doblas-Reyes, F. J., I. Andreu-Burillo, Y. Chikamoto, J. García-Serrano, et al., 2013: Initialized near-term regional climate change prediction. Nature communications, 4, 1715.
2. Keenlyside, N. S., Latif, M., Jungclaus, J., Kornblueh, L. & Roeckner, E, 2008: Advancing decadal-scale climate prediction in the North Atlantic sector. Nature, 453, 84–88.
3. Kushnir, Y., A. A. Scaife, R. Arritt, G. Balsamo, G. Boer, F. Doblas-Reyes, E. Hawkins, M. Kimoto, R. K. Kolli, A. Kumar, D. Matei, K. Matthes, W. A. Müller, T. O’Kane, J. Perlwitz, S. Power, M. Raphael, A. Shimpo, D. Smith, M. Tuma, Bo Wu, 2019: Towards operational predictions of the near-term climate, Nature Climate Change, 9, 94-101.
4. Meehl, G. A. et al. 2009: Decadal prediction: can it be skillful?. Bull. Am. Meteorol. Soc., 90, 1467–1485.
5. Smith, D. M., Cusack, S., Colman, A. W., Folland, C. K., Harris, G. R. & Murphy, J. M., 2007: Improved surface temperature prediction for the coming decade from a global climate model. Science 317, 796–799.
6. WCRP Joint Scientific Committee (JSC), 2019: World Climate Research Programme Strategic Plan 2019-2028. WCRP Publication 1/2019.
7. Wu, B.,and T. Zhou. 2012: Prediction of decadal variability of sea surface temperature by a coupled global climate model FGOALS_gl developed in LASG/IAP. Chin. Sci. Bull., 57, doi:10.1007/s11434-012-5134-y.
來源：中國科學院大氣物理研究所
聯(lián)系客服
