快捷搜索:  汽车  科技

气象学家是如何预测天气的(测天神器气候模式预估的季风降水未来变化)

气象学家是如何预测天气的(测天神器气候模式预估的季风降水未来变化)“熊孩子”干扰下的南亚季风未来变化气候模式超级集合模拟示意图(图片来自Michael Boettinger (DKRZ) & Jochem Marotzke)气候学家的天地实验室——气候模式模拟“天地之道,寒暑不时则疾,风雨不节则饥”。自古以来人们就渴望预知未来的雨热变化,通过占卜、祭天等方式祈求风调雨顺。现在,气候学家们有了更先进的“秘密武器”,那就是利用计算机进行的气候模式模拟试验。气候模式,就是封装了大量自然定律的计算机程序,是对气候系统中地球流体力学、物理、化学和生态过程的数学表达。在超级计算机上利用气候模式模拟气候变化,给出未来几十年乃至上百年的可能情形,我们称之为“气候预估”。气候预估是人类应对气候变化时制定一切政策和措施的科学基础,准确可靠的气候预估结果对于政府决策至关重要。

导语:季风是气候学中重要且广为人知的概念,和大家熟悉的东亚季风一样,南亚季风是全球季风系统中的另一分支,主要影响印度半岛、中南半岛、我国西南部等区域的气候。我们推出“南亚夏季风三部曲”系列文章,为大家介绍南亚夏季风的气候特点、历史演变、影响因素及其在未来的可能变化。下文为该系列的第三部,主要介绍南亚夏季风的未来预估。

南亚夏季风是打开印度雨季的“开关”,印度洋上空大量的暖湿空气被西南季风吹至印度半岛,造成的降雨可占到印度全年总降雨量的70%左右,对其工农业生产和社会经济发展产生巨大影响。人类活动排放的温室气体和气溶胶会改变南亚夏季风的强弱(前情提要:季风降水先减后增,人类能否“翻云覆雨?”),而太平洋海温的变化亦可影响千里之外的印度降水(前情提要:为何阿拉斯加的三文鱼一减产,印度就易发洪涝?)。

我们正在经历着前所未有的气候变化,关系到上亿人口生计的南亚季风降水更是气候预估中的热点话题。气候学家是怎样预测季风降水的?预测过程又受到哪些因素的影响?未来南亚夏季风又将会如何变化?

气象学家是如何预测天气的(测天神器气候模式预估的季风降水未来变化)(1)

(图片来自网络)

气候学家的天地实验室——气候模式模拟

“天地之道,寒暑不时则疾,风雨不节则饥”。自古以来人们就渴望预知未来的雨热变化,通过占卜、祭天等方式祈求风调雨顺。现在,气候学家们有了更先进的“秘密武器”,那就是利用计算机进行的气候模式模拟试验。

气候模式,就是封装了大量自然定律的计算机程序,是对气候系统中地球流体力学、物理、化学和生态过程的数学表达。在超级计算机上利用气候模式模拟气候变化,给出未来几十年乃至上百年的可能情形,我们称之为“气候预估”。气候预估是人类应对气候变化时制定一切政策和措施的科学基础,准确可靠的气候预估结果对于政府决策至关重要。

气象学家是如何预测天气的(测天神器气候模式预估的季风降水未来变化)(2)

气候模式超级集合模拟示意图(图片来自Michael Boettinger (DKRZ) & Jochem Marotzke)

“熊孩子”干扰下的南亚季风未来变化

为了给决策者提供准确可靠的气候预估结果,科学界可谓绞尽脑汁。如果说预估未来百年的气候变化有点难度,那么预估未来15-30年的气候变化就可谓是难上加难——为什么这“近未来”的预估难度比“远未来”的预估难度更大呢?

这是因为未来百年的气候变化主要由温室气体排放等人类活动决定,而未来15-30年的气候预测,则同时受到人类活动和气候系统自身变化的共同影响,影响因子越多,不确定性和预估难度便也随之增加了。而当气候系统自己的变化太强又不确定时,就会成为气候预估中的干扰因子。

气象学家是如何预测天气的(测天神器气候模式预估的季风降水未来变化)(3)

(图片来自网络)

我们将这个影响气候预估的“熊孩子”称为气候系统的“内部变率”。例如本文开头所提到的,太平洋海温变化就是内部变率的一种体现(太平洋年代际振荡,简称IPO)。除此之外,变化周期更短的厄尔尼诺现象可能是大家更为熟悉的内部变率(拓展阅读:影响全球天气的“小男孩” )。近日,中科院大气物理研究所周天军研究员团队联合美国纽约州立大学奥尔巴尼分校、德国马普气象研究所、英国雷丁大学和英国气象局哈德莱中心的研究人员,在 Science Advances 发表研究表明,剥离内部变率IPO的影响可提高对未来15-30年南亚季风降水的预估准确度。

他们利用计算机模拟实验做了一组对比分析:首先将模式原本预估降雨变化作为“放飞组”,这其中同时包含人类活动和内部变率的影响,相当于我们对影响预估的“熊孩子”放任不管;然后用统计方法将内部变率IPO造成的降水变化剔除,作为“约束组”,这样处理后的预估结果中不再包含内部变率IPO的影响。相较于“放飞组”,“约束组”对南亚降雨变化的预估不确定性明显减小。这也就是说,假如我们能够准确把握未来15-30年太平洋的海温变化,则可减小对南亚夏季风降雨预估的不确定性。

气象学家是如何预测天气的(测天神器气候模式预估的季风降水未来变化)(4)

IPO影响预估印度降雨变化的不确定性,相较于不作为的“放飞组”,约束组假设未来IPO可被准确预测,从而使不确定性范围变窄(图片来源:作者提供)

那么,在“熊孩子”IPO的影响下,未来的印度夏季降雨究竟会如何变化呢?

研究指出,尽管温室气体的排放会迫使未来15-30年印度夏季降雨增加,但如果伴有IPO位相由负转正,则会减弱这一降雨增加现象,同时印度出现极端变干(湿)的概率增大(减小);反之,若未来IPO位相由正转负,则IPO的作用将叠加在温室气体的影响之上,印度降雨增多的概率上升,且出现极端变湿(干)的可能性也会增大(减小)。

气象学家是如何预测天气的(测天神器气候模式预估的季风降水未来变化)(5)

未来15-30年不同IPO位相变化对印度降雨预估的影响,若IPO由负转正,南亚降水增加的概率减小,且更容易出现干旱;若IPO由正转负,南亚降水增加的概率增大,更容易出现洪涝

花开两朵:大气科学的警示与机遇

太平洋遥远的海温变化会造成印度的旱涝灾害,这样的“遥相关”现象在大气和海洋科学中普遍存在;人类活动亦会对地球气候产生方方面面的影响,“蝴蝶效应”下大自然的反噬蛰伏在未来。

一方面,复杂的气候系统仿佛一把悬在全人类头顶的“达摩克利斯之剑”,时刻提醒着我们要对大自然的诸多未知心存敬畏,另一方面,气候学家们通过对季风等问题的深入研究,可以在一定程度上“把脉”地球气候的变化规律,进而预测未来,以期河清海晏、时和岁丰。

“南亚季风三部曲”到这里就告一段落了,但我们对季风科学的探索脚步未曾停滞。正如文章通讯作者、中国科学院大气物理研究所周天军研究员所说:“季风影响着全球2/3的人口,准确预测季风变化却面临许多难题,人类同属一个命运共同体,解决这些问题也需要国际科学界的携手努力。

为此,我们联合英美学者在国际上发起了全球季风模式比较计划(GMMIP),目前有来自全球的22个气候模式研发团队加入,目标就是通过全球携手来深入理解全球季风系统的变化规律,提高对全球季风的模拟能力,揭示自然变率和人为强迫对全球季风变化的贡献”。在地球与自然面前,人类永远是牙牙学语的孩童,科学的未知绚丽迷人,“大气之子”们一直在路上。

参考文献:

1. B. J. Henley J. Gergis D. J. Karoly S. Power J. Kennedy and C. K. Folland A Tripole Index for the Interdecadal Pacific Oscillation. Climate Dynamics 45 3077–3090 (2015).

2. X. Huang T. Zhou* A. Dai H. Li C. Li X. Chen J. Lu J-S Von Storch and B. Wu South Asian summer monsoon projections constrained by the interdecadal Pacific oscillation. Science Advances 6 eaay6546 (2020). DOI: 10.1126/sciadv.aay6546

3. X. Huang T. Zhou* A. G. Turner A. Dai X. Chen R. Clark J. Jiang W. Man J. Murphy J. Rostron B. Wu L. Zhang W. Zhang and L. Zou The Recent Decline and Recovery of Indian Summer Monsoon Rainfall: Relative Roles of External Forcing and Internal Variability. Journal of Climate. (2020) ) doi: 10.1175/JCLI-D-19-0833.1

4. HUANG Xin Tianjun Zhou* Wenxia Zhang Jie Jiang Puxi Li Yin Zhao 2019: Northern Hemisphere land monsoon precipitation changes in the twentieth century revealed by multiple reanalysis datasets. Climate Dynamics (2019) 53:7131–7149 https://doi.org/10.1007/s00382-019-04982-z

5. T. Zhou A. G. Turner J. L. Kinter B. Wang Y. Qian X. Chen B. Wu B. Wang B. Liu L. Zou B. He GMMIP (v1.0) contribution to CMIP6: global monsoons model inter-comparison project. Geosci Model Dev 9 (10):3589–3604 (2016).

6. Lehodey P. Alheit J. Barange M. Baumgartner T. Beaugrand G. Drinkwater K. F. ... & Werner F. E. (2006). Climate Variability Fish and Fisheries. Journal of Climate 19(20) 5009-5030.

猜您喜欢: