IPCC AR6报告解读：未来的全球气候——基于情景的预估和近期信息

• 花匠小妙招
• 2025-06-28 08:40

引言

IPCC第六次评估报告（AR6）第一工作组报告第四章对未来全球气候的预估结果进行了评估[1]。该章与第二、三章都是AR6关于“大尺度气候变化”内容板块的重要组成部分。未来气候预估主要涵盖3个时间段,分别是近期（2021—2040年)、中期（2041—2060年）和长期（2081—2100年),部分预估延伸到2300年。未来变化是相较于当前气候（1995—2014年）以及工业革命前（1850—1900年）两个基准态计算得到。气候预估依赖情景,AR6采用国际耦合模式比较计划第六阶段（CMIP6）的共享社会经济路径（SSPs),共包括5种情景,按照人为辐射强迫值由低到高分别是SSP1-1.9,SSP1-2.6,SSP2-4.5,SSP3-7.0和SSP5-8.5。SSP后的第一个数字表示假设的共享社会经济路径,第二个数字表示到2100年的近似全球有效辐射强迫值[2]。第四章的部分预估结果还视情况引用了CMIP5模式在典型浓度路径（RCP）下的预估结果。

第四章的评估关注全球气候变化的物理指标,包括全球平均表面气温（GSAT)、全球陆地降水、北极海冰面积（SIA),以及全球平均海平面（GMSL)。除了评估气候指数、温度、降水和环流等要素的空间型变化之外,该章还对具有全球表征意义的变率模态的变化进行了预估。报告指出,除非另有说明,所有预估结果都是基于21世纪不会有大规模的火山爆发这一假设得到的。

本文对第四章以上内容的主要结论做扼要解读。需要说明的是,第四章还评估了二氧化碳移除（CDR）和太阳辐射干预（SRM）（以前这两者常被统称为“地球工程”,但这个术语目前逐渐淡出学术界,被代之以内涵更为清晰的CDR和SRM）对气候变化的影响,这方面的内容也有专门的文章加以解读[3],这里我们不再赘述。

1 主要结论

1.1 温度的变化

在近期预估中（2021—2040年),相较于1850—1900年的平均值,在SSP5-8.5情景下,GSAT的20年平均值很可能升高1.5℃,这一温升在SSP2-4.5和SSP3-7.0情景下也可能发生,在SSP1-1.9和SSP1-2.6情景中多半可能发生①(①某一成果或结果的可能性评估还可酌情使用其他术语：极可能,95%~100%的概率;多半可能,50%~100%的概率;极不可能,0%~5%的概率。)。

到2030年,相对于1850—1900年平均,在这里考虑的情景中,任何一年的GSAT都可能超过1.5℃,可能性在40%~60%之间（中等信度）。

相较于最近几十年（1995—2014年),2081—2100年间的GSAT平均值很可能在低排放情景SSP1-1.9中升高0.2~1.0℃,在高排放情景SSP5-8.5中升高2.4~4.8℃②(②1995—2014年相对于1850—1900年的增暖幅度最佳估计值是0.85℃。若要将未来变化预估的基准态设定为工业革命前的1850—1900年,这里的预估变化加上0.85℃即可。)（图1a,图2）。

图1

图1  基于CMIP6的历史模拟和未来预估的试验所关注的全球气候变化的物理指标

注：(a)图中的全球平均表面气温为相对于1995—2014年的变化,如果相对于1850—1900年,整体提高0.82℃。(a)、(b)、(c)图上的数字表示使用的模式个数。SSP1-2.6和SSP3-7.0情景周围的阴影表示5%~95%的范围。本图来源于IPCC AR6第四章的Fig. 4.2。

Fig. 1  Selected indicators of global climate change from CMIP6 historical and scenario simulations. (a) Global surface air temperature changes, (b) global land precipitation changes, (c) September Arctic sea-ice area, (d) global mean sea-level change (GMSL). (Source: IPCC AR6 Chapter 4 Fig. 4.2)

图2

图2  中期和长期预估下年平均地表气温的变化

注：图中全球平均地表气温的变化都是相对于1995—2014年的多模式集合平均的空间分布。右上角的数字表示采用的模式个数。可靠性和显著性的定义详见IPCC AR6中第四章的4.2.6。本图来源于IPCC AR6第四章的Fig. 4.19。

Fig. 2  Mid- and long-term change of annual mean surface temperature (Displayed are projected spatial patterns of multi-model mean change in annual mean near-surface air temperature in 2041-2060 and 2081-2100 relative to 1995-2014 for SSP1-2.6 and SSP3-7.0.The number of models used is indicated in the top right of the maps. No overlay indicates regions where the change is robust and significant. Hatching indicates regions with no change or no robust significant change. Cross-hatching indicates areas of conflicting signals where at least 66% of the models show change greater than the internal-variability threshold but fewer than 80% of all models agree on the sign of change. Source: IPCC AR6 Chapter 4 Fig. 4.19. For the definition of robustness and significant change, please see section 4.2.6 in the Chapter 4 of IPCC AR6)

CMIP6模式预估的GSAT的变化范围比本报告给出的评估结果范围要宽许多（高信度);而且,CMIP6模式预估的全球平均增温幅度比CMIP5模式结果高（很高信度)。温度偏高的原因,约一半是由于CMIP6模式的气候敏感度普遍比CMIP5模式高,另一半是对名义上可比的排放情景（例如CMIP5的RCP8.5和CMIP6的SSP5-8.5),实际上CMIP6的有效辐射强迫更高（中等信度）。

几乎确定的是,21世纪陆表的增温幅度将继续高于海洋,北极的增温幅度将明显高于全球平均值。北极对流层低层的增温速率很可能超过全球平均的升温速率。

1.2 降水的变化

全球增温背景下,21世纪全球陆地的年平均降水将增加（高信度)。基于目前可获取的CMIP6模式结果,2081—2100年相对于1995—2014年,全球陆地年平均降水量在低排放情景（SSP1-1.9）下将增加-0.2%~4.7%,高排放情景（SSP5-8.5）下将增加0.9%~12.9%（图1b）。

全球增温背景下,21世纪降水变化呈显著的区域性和季节性差异（高信度）(图3)。伴随着增温,陆地上将会有更多地区面临降水的显著增加或减少（中等信度)。受温室气体引起的增暖影响,高纬度地区和热带海洋降水很可能增加,大部分季风区降水可能增加,副热带大部分地区降水可能减少。随着全球增暖,陆地大部分地区降水的年际变率将增强（中等信度）。

图3

图3  长期（2081—2100年）预估下季节平均降水的变化

注：图中预估的2081—2100年变化是相对于1995—2014年,冬季为12月至次年2月平均,夏季为6—8月平均。可靠性和显著性的定义详见IPCC AR6中第四章的4.2.6。本图来源于IPCC AR6的第四章的Fig. 4.24。

Fig. 3  Long-term change of seasonal mean precipitation during 2081-2100 (Displayed are projected spatial patterns of multi-model mean change in winter and summer mean precipitation in 2081-2100 relative to 1995-2014, for SSP1-2.6 and SSP3-7.0. The number of models used is indicated in the top right of the maps. No map overlay indicates regions where the change is robust and significant. Hatching indicates regions with no change or no robust significant change. Cross-hatching indicates areas of conflicting signals where at least 66% of the models show change greater than the internal-variability threshold but fewer than 80% of all models agree on the sign of change. Source: IPCC AR6 Chapter 4 Fig. 4.24. For the definition of robustness and significant change, please see section 4.2.6 in the Chapter 4 of IPCC AR6)

降水近期预估结果存在不确定性,主要受气候系统内部变率、模式不确定性以及自然和人为气溶胶排放不确定性的影响（中等信度）。在近期预估结果中,不同SSP情景下,降水的变化不存在明显差异（高信度）。

受温室气体导致的增暖影响,全球陆地季风降水可能会增加,尤其是对于北半球季风区,尽管北半球季风环流可能会减弱。对于长期气候（2081—2100年),季风降水变化将呈现南-北不对称与东-西不对称,其中南-北不对称体现为北半球降水的增加较南半球更多。东-西不对称体现为亚非季风区降水增加,而北美季风区降水减少（中等信度）。

21世纪可能至少会发生一次大型的火山爆发。一次火山爆发将使GSAT在接下来的数年内降低,同时会使全球平均陆地降水减少、季风环流与极端降水出现变化,并改变许多区域气候影响驱动因子的特征。

1.3 大尺度环流和变率模态

对于近期气候变化,基于5种SSP排放情景下的预估结果表明,南半球夏季环状模的强度可能弱于20世纪末的观测值。这是因为在近期至中期,平流层臭氧的恢复与其他温室气体的增加会对南半球夏季中纬度环流产生相反的影响（高信度)。因此,在近期南半球夏季环状模的强迫变化可能比由气候系统的内部变率引起的变化要小。

对于长期气候,在SSP5-8.5排放情景下,相对于1995—2014年,南半球中纬度急流可能向极地的方向移动并增强。这可能伴随着在所有季节下,南半球环状模指数的增加。在SSP1-2.6排放情景下,CMIP6模式预估的南半球环状模指数在长期没有显著变化。在SSP5-8.5排放情景下,南半球风暴轴中与热带外气旋相关的风速可能会增强。

在SSP3-7.0和SSP5-8.5等高排放情景下,CMIP6多模式集合的长期预估结果表明,冬季北半球环状模指数将增加,但区域气候变化可能不单纯表现为中纬度大气环流的位置偏移。在预估北半球急流与风暴轴相关的区域气候变化方面,特别是对于冬季北大西洋,仍然存在很大的不确定性,因此预估的信度较低;这是由气候系统的内部变率较大、预估的对流层上层和低层的温度梯度变化的影响相互抵消,以及模式对北大西洋大气环流季节至年代际变化的模拟存在缺陷等因素导致。一个例外是,在SSP3-7.0和SSP5-8.5排放情景下,冬季格陵兰岛和北太平洋上空的大气阻塞事件的发生频率预计会减少（中等信度）。

与CMIP5模式相比,CMP6模式对北大西洋多年代际变率（AMV）的副极地分支,在年代际尺度上的近期预测与预估的技巧均有所提升（高信度)。这可能与CMIP6模式对自然强迫的响应更加准确有关。模式初始化有助于提高北大西洋副极地地区海表温度的预测技巧及减少预估的不确定性。初始化的模式能够提前5~8年预测出AMV对毗邻地区的影响（中等信度）。

几乎可以肯定的是,在一个更暖的世界里,厄尔尼诺-南方涛动（ENSO）仍将是年际变率的主导模态。无论在哪一种SSP排放情景下,模式对21世纪ENSO相关的海表面温度（SST）变率振幅的预估变化无一致性结论（中等信度)。但在SSP2-4.5、SSP3-7.0与SSP5-8.5等排放情景下,到21世纪下半叶,不管ENSO相关的SST变率的振幅变化与否,用于定义极端El Niño和La Niña事件的ENSO相关的降水变率,很可能会显著增强。

1.4 冰冻圈和海洋圈

在SSP2-4.5、SSP3-7.0和SSP5-8.5情景下,2081—2100年的9月份,即每年北冰洋SIA最小的月份,所有可获取的模式模拟结果表明,北冰洋可能会变成无冰状态（SIA<106 km2)。每年的3月份是北冰洋SIA最大的月份;在上述3个未来预估的情景下,3月份的北极SIA也会减少,但减少程度（以相对百分比表示）比9月份的小（高信度）（图1c）。

几乎确定的是,在SSP1-1.9、SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5这5种情景中,GMSL在整个21世纪都将持续升高。在2081—2100年间,相对于1995—2014年,SSP3-7.0和SSP1-2.6情景下的GMSL可能分别升高0.46~0.74 m和0.30~0.54 m（中等信度)。在GMSL变化的估计中,陆地冰川融化的贡献已被离线（即额外）地加到CMIP6模式模拟的热力膨胀的贡献中（图1d）。

很可能的是,贯穿并直到21世纪末,海洋和陆地的累积碳吸收量将会增加。陆地碳吸收量的增加幅度比海洋碳吸收量的增加幅度更大,但是陆地的不确定性更大。在高排放情景下,排放量中被海陆碳汇所吸收部分的相对占比,要比低排放情景下更小（高信度)。在SSP1-1.9和SSP1-2.6情景下,直到2070年前后,海表的pH值降低,随后到2100年,pH值稍有升高（高信度)。其他情景下,海表的pH值在整个21世纪将会稳定地降低。

1.5 气候变化的持续性和2100年以后的变化特征

自AR5以来,地球系统模式的试验证明,在年代际尺度,CO2零排放的持续性（即在所有CO2停止排放后GSAT的继续额外升温）较小（幅度可能<0.3℃),但这种额外的变化可正可负。CO2零排放的持续性的符号只具有低信度。与《全球升温1.5℃特别报告》一致的是,在评估针对全球1.5℃和2℃温升水平的剩余碳排放空间时,来自CO2零排放持续性造成的排放空间贡献的估计值的中位数为零。

暂时超过特定的全球温升水平,例如2℃,对气候系统产生的影响将会持续到2100年以后（中等信度)。在一个大气CO2浓度先增加到峰值,然后降低的情景中（SSP5-3.4-OS),某些气候的度量标准,例如GSAT,开始时会降低,但在2100年不会完全降低到CO2峰值之前的水平（中等信度)。尽管CO2的浓度降低到2040年的水平,但直至2100年,所有模式中的GMSL都会持续升高。

采用2100年以后的扩展情景,预估结果显示在SSP1-2.6和SSP5-8.5情景下,2300年相对于1850—1900年,分别可能会增暖1.0~2.2℃和6.6~14.1℃。在2300年,短暂超出长期目标的SSP5-3.4-OS情景下,增暖幅度会从2060年的峰值减弱到类似SSP1-2.6情景水平。在SSP5-8.5情景下,陆地降水会持续大幅增多。到23世纪末,在SSP2-4.5情景下,预估的GSAT升温幅度（2.3~4.6℃）是自中上新世（约三百万年以前）以来前所未有的。在23世纪末,SSP5-8.5情景下,预估的GSAT升温幅度（6.6~14.1℃）与中新世气候适宜期（5~10℃,约1500万年以前）和早始新世气候适宜期（10~18℃,约5000万年以前）的估计范围重合（中等信度）。

2 相对于AR5的创新和突破

首先,IPCC AR6首次明确地将基于情景的预估与基于过去模拟增暖的观测约束结合起来,并更新了平衡态气候敏感度（ECS）和瞬态气候响应（TCR）的估算,从而得出GSAT的未来变化（图4）。

图4

图4  多种证据约束下5个排放情景预估2081—2100年全球地表平均气温（GSAT）的变化。(a)无约束下预估的结果和不确定性,(b)约束后的预估结果和不确定性,(c) 3种约束后的预估结果的平均和模拟器估算的最优范围,(d)对CMIP6约束后的预估结果与模拟器的最优估计结果进行平均后的GMST序列

注：对2081—2100年的GSAT变化预估是相对于1995—2014年平均。(a)图中白色横线为无约束下预估的结果,柱状图为5%~95%的不确定性范围。(b)图不确定性比无约束的不确定性的范围小,3种约束方法的差异导致约束后的结果稍有差异。(c)图中灰色为3种约束后的预估结果的平均,绿色为模拟器估算的最优范围。(d)图中右侧的y轴比左侧的y轴整体提高0.85℃。本图来源于IPCC AR6的第四章的Fig. 4.11。

Fig. 4  Multiple lines of evidence for GSAT changes for the long-term period 2081-2100, for all five priority scenarios, relative to the average over 1995-2014. (a) Future GSAT warming and uncertainty in the unconstrained projection, (b) future GSAT warming and uncertainty in the constrained projection, (c) the average of three constrained projection (grey) and the range estimated from emulator (green), (d) the average GSAT series of the constrained CMIP6 ranges and the emulator ranges. (The y-axes on the right-hand side are shifted upward by 0.85°C, the central estimate of the observed warming for 1995-2014, relative to 1850-1900. Source:IPCC AR6 Chapter 4 Fig. 4.11)

表1给出了不同时期、不同情景下温度变化的约束预估结果。作为对比,表2给出了未采用约束方法的、CMIP6模式直接预估的多模式集合平均结果。可见约束后的增温幅度,要明显弱于无约束的CMIP6结果。以SSP5-8.5情景下长期预估结果为例,无约束预估的近期、中期和长期相对于1850—1900年的增温幅度分别为1.7℃、2.6℃和4.8℃（表2),而约束后的相应统计数据为1.6℃、2.4℃和4.4℃（表1）。

表1  基于多种证据进行约束20年平均意义下的全球表面气温的预估结果

Table 1  Assessment results for 20-year averaged GSAT change, based on multiple lines of evidence

注：表格中展示了选定时段的平均下,相对于1995—2014年和1850—1900年的全球表面气温变化,以及相对于1850—1900年特定温升阈值的时间。表格中的结果包括以中位数表征的最优估计值和括号内显示的5%~95%范围。“n.c.”表示该温升阈值不会在2021—2100年间出现。此表来源于IPCC AR6第四章的Table 4.5。

新窗口打开|下载CSV

表2  CMIP6多模式平均下年平均地表气温的未来变化

Table 2  CMIP6 annual mean surface air temperature anomalies

注：括号中的范围是模式间5%~95%的范围。该表格中的结果均未进行约束,采用的模式与图1相同。此表来源于IPCC AR6第四章的Table 4.2。

新窗口打开|下载CSV

此外,对于近期年平均GSAT,CMIP6模式的预估结果彼此之间的差别很大,不确定性大约一半来自内部变率,另一半来自模式不确定性;预估的年平均GSAT的水平对情景的依赖性较小,这与AR5的结果一致。AR6使用了基于观测初始化的预测结果（即通常所说的年代际预测）给出2019—2028年的气温预测信息。综上,AR6把更多的观测证据纳入预估评估,这减少了每种情景下预估不确定性的范围。

第二,AR6在气候预估情景上新增了一组低排放情景SSP1-1.9,给出了一种理想的“碳达峰、碳中和”目标下的气候变化预估结果。其余SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5这4种情景在AR5中都有大致对应的情景,尽管AR6的有效辐射强迫实际要略高于AR5的对应情景。低排放情景SSP1-1.9假设的是自2020年开始实施非常强的气候减缓措施（即现在就实现碳达峰)、在2050年左右全球实现CO2的净零排放（即碳中和)。尽管IPCC报告的评估内容“与政策相关、但无政策指定性”,但由于这个情景和世界上多数国家在联合国气候变化框架公约（UNFCCC）下的减排承诺基本一致,因此,它实际上给出了假定世界各国能够兑现承诺情形下的气候预估结果。结果表明,相较于1850—1900年平均,在SSP1-1.9情景下,GSAT的升温很可能在整个21世纪都保持在1.6℃以下,全球变暖可能暂时超过1.5℃,但超出幅度<0.1℃。相对于无强势减排的SSP3-7.0 和SSP5-8.5情景,SSP1-1.9情景下减排措施的成效表现在20年GSAT变化趋势上可能在近期（2021—2040年）就出现;但对于其他气候要素来说,受内部变率的影响,减排的成效在近期难以呈现,特别是在区域尺度。

第三,给出了全球温升达到1.5℃的最新估算。AR6把超过1.5℃阈值的时间定义为平均GSAT超过该阈值的首个20年间的中间年份。在除了SSP5-8.5之外的所有情景中,超过1.5℃温升阈值的时间估计发生在2030—2040年间,这比IPCC《全球升温1.5℃特别报告》给出的可能的时间范围（2030—2052年）的中值早了大约10年。注意AR6和《全球升温1.5℃特别报告》的估算方法有别,后者的预估是基于“当前的观测变暖速率会持续下去”这一假设进行外推的结果。AR6估算的升温阈值到达时间早10年,一方面是因为AR6发现历史变暖比以往的估算要强,另一方面是因为对气候敏感度的估计,大多数预估情景显示预估的近期增暖要比《全球升温1.5℃特别报告》假设的“当前气候”更强（中等信度）。

第四,把基于初值的超级集合模拟技术用于估算内部变率的影响。以往的IPCC报告的气候预估结果,都是基于CMIP多模式集合得到的,且每个模式的成员一般只选用一个,以体现“模式民主”。AR6创造性地把“基于单一模式的超级集合”技术用于估算内部变率对气候预估的影响。该技术的核心,是使用单一的气候模式、采用不同的初值（一般来自工业革命前气候参考试验的不同时间点)、针对特定情景在同样的辐射强迫下进行气候预估。这一技术有效提升了气候预估结果的信噪比,并在理解内部变率如何影响气候变化研究上发挥了重要作用。

第五,把“情节”（storyline）这一术语用于气候预估,来表达与气候和人类系统未来轨迹相关的情景。采用这一术语的目的不是对未来变化给出单一的、明确的预估,而是对一定条件下的可能未来情景进行描述。一个具体的例子就是“低概率高增暖情节”（Low-Likelihood High-Warming Storylines）的预估。AR6指出,高增温的情节,即全球平均增温幅度超过估计值的很可能范围的上限,尽管被定义为极不可能,但并不能排除其出现的可能性。在SSP1-2.6情景下,高增温情节意味着未来长期（2081—2100年）相对于当前气候（1995—2014年）的增温幅度要超过2℃（高信度);作为对比,基于传统方法预估的SSP1-2.6情景下GSAT变化的很可能范围是0.5~1.5℃。无论何种排放情景下,高增温的情节都意味着气候系统诸多方面的变化,都比基于全球平均增温幅度中间值预估的变化要高出50%以上（高信度)。气候变化的这种“低概率高增暖”情节是决策者所需要考虑的。

3 对我国的启示

首先,我国人口众多的东部地区位于季风区,但季风区的气候预估结果具有高度不确定性。AR6指出,由于模式不确定性及气候系统内部变率（如大西洋多年代际变率和太平洋年代际变率）的影响,全球季风降水和环流的近期气候变化是不确定的（中等信度)。对于东亚季风区降水的近期预估来说,内部变率对结果不确定性的贡献接近30%,而模式不确定性则约占70%[7]。对于长期变化来说,全球季风降水预估结果的不确定性很大程度上来自环流的变化[8]。对于近期预估而言,提升季风区预测技巧的途径是发展年代际预测系统,当前的CMIP6年代际预测模式在青藏高原夏季降水的预测上已经具备近10年的预测能力[9]。对于长期气候预估而言,“萌现约束”（Emergent constraint）是新兴的方向,并且在通过约束西北太平洋副热带高压的预估来减少东亚降水结果预估不确定性方面显示出优势[10]。年代际预测和萌现约束技术有望成为后AR6时代推动东亚季风区气候预估水平提高的重要途径。

其次,减少气候预估不确定性的重要途径是准确估算气候敏感度。平衡态气候敏感度（ECS),是指在大气中CO2浓度当量翻倍之后年均GSAT的变化。在AR6中,基于多种证据来源,认为ECS最佳估计值为3℃,可能范围为2.5~4.0℃（高信度)。AR5的相应估算结果是1.5~4.5℃,但未能给出最佳估计值。因此,AR6关于ECS的估算在不确定性范围上较AR5大大减少。正是基于ECS的最佳估计值,AR6对GSAT和GMSL等的预估进行了约束。这种约束对于减少CMIP6模式预估结果的不确定性至关重要,因为受热带外云反馈过程的偏差等的影响,CMIP6模式的平均ECS值要明显高于CMIP5模式,这使得预估的温度变化明显偏强。不过,尽管AR6基于ECS的最佳估计值对CMIP6模式的温度预估结果进行了约束,但是对于我们所关心的降水、环流、变率模态等预估结果,目前尚缺乏有效的约束方法。因此,未来应该加强以下三个方向的研究。

(1)综合反馈过程研究、各种器测和古气候记录等,提高敏感度估算的精准度,这对于减少预估不确定性至关重要。例如在SSP5-8.5高排放情景下,AR6预估的2081—2100年间的GSAT平均值相较于最近几十年（1995—2014年）将升高2.4~4.8℃,如此大的不确定性范围是由气候敏感度的不确定性主导的,CMIP6模式更高的气候敏感度是其预估的增暖上限超过CMIP5模式结果的主要原因。气候敏感度还直接影响《巴黎协定》温升阈值的出现时间估算,例如,AR6第四章指出,如果气候敏感度位于估算范围的较小值处,则在SSP1-1.9和SSP1-2.6情景下,可以避免21世纪温升水平超过1.5℃的阈值（中等信度）。

(2)改进模式、提升中国模式对关键气候反馈过程的合理刻画能力,特别是气溶胶-云-环流的相互作用过程。参与CMIP6的中国模式的ECS平均值为（3.16±0.89）℃,处于居中水平,但单一模式存在偏弱或偏强现象[11]。我国的8个气候模式彼此间的差异,以及与国际模式ECS的差异也主要来源于云短波反馈[12,13,14],因此十分有必要加强国内从事云观测和模拟研究的团队建设,提升云反馈机制的认识和模拟水平。

(3)加强气候敏感度和我国气候变化关系的研究,明确不同气候区的主要气候反馈机制,减小针对我国未来极端气候和水资源变化的预估结果的不确定性。例如基于ECS的最佳估计值,通过发展空间型标度法（pattern scaling）等技术,提高东亚区域气候的预估水平[15]。

三是努力提升我国在气候预估科学领域的原始创新能力。在方法学上,AR6较AR5的最重要进展包括三个方面：(1)提出了把模式的历史气候模拟偏差与未来预估联系起来的“萌现约束”技术;(2)“单一模式超级集合”技术在揭示内部变率的气候影响中发挥重要作用;(3)综合过程理解、器测记录、古气候数据和“萌现约束”对气候敏感度ECS最佳值给出新的估计。这3种方法我国学者在区域性应用和发展完善上都有显著贡献,但是在原创方案特别是原始理念的提出上较发达国家尚有差距。

四是在气候预估能力建设上更好地发挥新时期的举国体制的优势。据IPCC AR6统计,开展全球模拟和预估的模式研发中心或联盟的数量较以往显著增多,参加CMIP1的研究机构有11家,CMIP5有19家,CMIP6则有28家。最终按照IPCC要求的截止时间节点同时完成了CMIP6的核心试验、历史气候模拟试验和情景预估试验这3组试验,且数据最终被IPCC AR6正式采用的模式版本有39个,其中我国大陆地区6家机构贡献了8个模式版本③(③见IPCC WGI AR6的附件2表格AII.5。),分别来自国家气候中心、中国气象科学研究院、中国科学院大气物理研究所、清华大学、自然资源部第一海洋研究所、南京信息工程大学。

未来气候模式研发领域国际竞争的前沿,主要体现在两个方向：(1)分辨率不要求很高、但对生物地球化学循环过程需考虑完善的地球系统模式,目的是支撑碳循环过程研究和碳循环-气候反馈过程研究。AR6中全球只有11个包含碳循环过程的地球系统模式按时完成和提交了模拟数据,其中包括国家气候中心的地球系统模式BCC-ESM,这一数目未来预期将增加。(2)公里尺度对流分辨（又被称作“风暴解析”）的超高分辨率模式在区域乃至全球气候预估中的应用,将是未来有望取得突破的一个方向。无论是包含完整生物地球化学循环过程的地球系统模式还是对流分辨的超高分辨率模式,其模拟和预估研究所需要的计算资源都远超当前水平。应对气候变化对气候模拟和预测预估工作有紧迫的国家需求,未来亟需发挥新时期的举国体制的优势,使我国数值模式的研发在不久的将来由多变强,增强我国在该领域的核心竞争力。

参考文献

[1]

IPCC. Climate change 2021: the physical science basis [M]// Lee J Y, Marotzke J, Bala G, et al. Future global climate: scenario-42 based projections and near-term information. Cambridge: Cambridge University Press, 2021: 1-195

[本文引用: 1]

[4]

Liang Y, Gillett N P, Monahan A H.

Climate model projections of 21st century global warming constrained using the observed warming trend

[J]. Geophysical Research Letters, 2020, 47 (12): e2019GL086757. DOI: 10.1029/2019gl086757

[5]

Ribes A, Qasmi S, Gillett N P.

Making climate projections conditional on historical observations

[J]. Science Advances, 2021, 7 (4): eabc0671. DOI: 10.1126/sciadv.abc0671

[6]

Tokarska K B, Stolpe M B, Sippel S, et al.

Past warming trend constrains future warming in CMIP6 models

[J]. Science Advances, 2020, 6 (12): eaaz9549. DOI: 10.1126/sciadv.aaz9549

[7]

Zhou T, Lu J, Zhang W, et al.

The sources of uncertainty in the projection of global land monsoon precipitation

[J]. Geophysical Research Letters, 2020: 47: e2020GL088415. DOI: 10.1029/2020GL088415

[本文引用: 1]

[8]

Chen Z, Zhou T, Zhang L, et al.

Global land monsoon precipitation changes in CMIP6 projections

[J]. Geophysical Research Letters, 2020: 47 (14): e2019GL086902. DOI: 10.1029/2019GL086902

[本文引用: 1]

[9]

Hu S, Zhou T J.

Skillful prediction of summer rainfall in the Tibetan Plateau on multiyear time scales

[J]. Science Advance, 2021, 7 (24): eabf9395. DOI: 10.1126/sciadv.abf9395

[本文引用: 1]

[10]

Chen X, Zhou T, Wu P, et al.

Emergent constraints on future projections of the western North Pacific Subtropical High

[J]. Nature Communications, 2020, 11: 1-10. DOI: 10.1038/s41467-020-16631-9

URL     [本文引用: 1]

[11]

Zhou T J, Chen Z M, Zou L W, et al.

Development of climate and Earth system models in China: past achievements and new CMIP6 results

[J]. Journal of Meteorological Research, 2020, 34(1): 1-19. DOI: 10.1007/s13351-020-9164-0

URL     [本文引用: 1]

[12]

[本文引用: 1]

Chen X L, Zhou T J, Guo Z.

Climate sensitivities of two versions of FGOALS model to idealized radiative forcing

[J]. Science China: Earth Sciences, 2014, 44: 322-332. DOI: 10.1007/s11430-013-4692-4 (in Chinese)

[本文引用: 1]

[13]

Chen X L, Guo Z, Zhou T J, et al.

Climate sensitivity and feedbacks of a new coupled model CAMS-CSM to idealized CO2 forcing: a comparison with CMIP5 models

[J]. Journal of Meteorological Research, 2019, 33(1): 31-45. DOI: 10.1007/s13351-019-8074-5

URL     [本文引用: 1]

[14]

Shi X L, Chen X L, Dai Y W, et al.

Climate sensitivity and feedbacks of BCC-CSM to idealized CO2 forcing from CMIP5 to CMIP6

[J]. Journal of Meteorological Research, 2020, 34(4): 865-878. DOI: 10.1007/s13351-020-9204-9

URL     [本文引用: 1]

相关知识

IPCC AR6报告关于气候变化适应措施的解读
IPCC AR6 综合报告
IPCC AR6报告解读：地球能量收支、气候反馈和气候敏感度
IPCC第六次评估报告发布 气候危机有什么新变化？
全球变暖是真的吗？
中国专家在巴黎解读《第三次气候变化国家评估报告》
2024年花卉和观赏植物零售市场规模及发展前景预估报告
“海绵城市”建设热议不断，“气候适应“任重而道远
基于物候模型研究未来气候情景下陕西苹果花期的可能变化
许吟隆：气候变化将如何影响我们的食物和农业？

网址: IPCC AR6报告解读：未来的全球气候——基于情景的预估和近期信息 https://m.huajiangbk.com/newsview2087897.html

上一篇: 花都区历史天气查询

下一篇: 周末聊:气候变暖可能引发的灾难和