英国牛津大学马丁学院的气候物理学教授、气候预测和建模小组负责人蒂姆·帕尔默(Tim Palmer)指出,致力于气候预测的国际超级计算中心要负起减少全球变暖中不确定因素的责任。

 

http://www.nature.com/polopoly_fs/7.21759.1416246226!/image/Model1.jpg_gen/derivatives/landscape_630/Model1.jpg

构建高分辨率全球气候模型模拟雷暴天气等区域效应,对预测全球变暖起关键作用

 

  推动全球碳减排通常要引导民众对预防原则的认识才能实现:减排之所以能得以实施,是因为人们意识到,袖手旁观的高风险会令人无法接受。通过强调风险意识控制,才能让大家认识到全球变暖在程度和时间上有不确定性。
 
  这种不确定性客观存在。正像政府间气候变化专门委员会(IPCC)在第五次评估报告中所预测的那样,若气候变暖在上端区间发生,则严酷的气候变化会在全球范围出现灾难性后果,碳减排已经到了刻不容缓的地步;若气候变暖在低端区间发生,碳减排进程或可能因此延缓,一些社会资源或许会更好地关注在当地采取的措施。
 
  若想大幅度降低这些不确定因素,就需要新一代的全球气候模型――能更好地把握细节问题的解决,包括云系统和海洋漩涡。技术挑战无疑是史无前例的,所需的超级计算机速度将超越现今最快计算机的速度。同时,还要在更大范围内进行技术和资金方面的国际合作。
 
  就减缓气候变暖成本而言,设想会涉及到数万亿美元的投资,这对减少气候变化的不确定性无疑是必要的,同时还将改善区域气候变化预测,最终提高预测极端天气的能力。
 

应对挑战

  目前而言,气候预测中最大的不确定性之一是水循环作用,尤其是云层的形成――放大或衰减大气中二氧化碳的变暖效应。云层会强烈受到大气中两种循环类型的影响:中纬度,将热量从热带地区输送到极地的低压天气系统,和垂直传输热量和水分的对流作用。
 
  全球气候模型预测的是演化变量,如温度、湿度、风和洋流在网格单元上的情况显示。目前,全球气候模型中显示的单个水平网格单元大约为100公里,其分辨率足以清晰模拟出中纬度地区的天气系统,绵延数千公里。但描述对流云系统时却只能延伸几十公里,且清晰度也不够理想。
 

http://www.nature.com/polopoly_fs/7.21760.1416246287!/image/Model2.jpg_gen/derivatives/landscape_630/Model2.jpg

高分辨率气候模型在有限的区域内模拟对流云系统

 

  而被称为“参数化”的简化公式用于近似一个网格内的对流云或其他小规模过程的平均效应,其近似值是气候模拟中的主要误差源和不确定因素――在这些公式中所用参数不可能精准确定对真实世界的观察。这一点很重要,因为在模拟气候变化时,简化公式对对流云系统近似表达的一些相关参数十分敏感。
 
  减少网格单元尺寸至1公里以下,或许能让对流云系统的问题得到解决,而模拟海洋关键元素还会更直接些。例如,对于维持大规模潮流起重要作用的海洋漩涡,如墨西哥湾流和南极绕极流,其问题一定会得到解决。
 
  创建一个公里级的高分辨率全球模型的想法,是在2009年召开的联合国气候变化峰会上提出的。但迄今还没有一家机构拥有此类资源推进其实施。不管怎样,目前的计算机系统尚不能胜任这份工作,而建模努力被专注于开发更好的冰原、生物和化学过程表达所替代(例如,碳循环表达),以及通过多次运行模型上的部分参数值来量化气候的不确定性。
 
  在气候模型中运行1公里的网格单元,按一个世纪时间量程计算的话,需要百亿亿次级,即具有每秒超过1018次方运算能力的计算机才能胜任。这样的计算机近十年内应该会出现,但对于一个机构而言,再过另一个十年或者更多时间,可能也负担不起。
 

良好范例

  IPCC在2007年发表的第四次评估报告中提及,低分辨率全球气候模型已经建成22个,到2014年的第五次评估报告时则增加到59个。在第五次评估数据库中,仅欧洲气候研究机构就贡献了19个不同类型的气候模型集成。与此同时,气候模型中出现的系统性偏差和错误在过去十年间仅有小幅减少。
 
  目前正是建立高分辨率全球气候模型的时候。借助资源整合、专业人才集聚等优势,相关机构(气候研究所、天气预报中心和学术部门)希望在十年内建成第一个云成像全球气候模型――也许每个大陆最终只有一台这样的设备,既可避免重复建设,可以分享大量资源,又能保持一种竞争环境,起到鼓励创新的作用。
 
  欧洲中期天气预报中心(ECMWF)的成功,便是政府间致力于协作的一个良好范例。ECMWF成立于1973年,它们利用全球天气模型提前十天预报天气,从一开始起,这一工作就受到全世界的关注。目前,ECMWF受到34个成员国的资助,吸引着全欧洲的顶尖人材汇集与此,为建立高分辨率全球气候模型打下了基础。
 
  现在是引入这个概念的时候了。然而,必须要克服计算上的挑战。例如,由上百万以上元件组成的百亿亿级计算机,仅有基础信息在处理器之间,或从处理器到内存的传递是远远不够的,还需要在数以百万计的气候变量中对物理信息的评估。同时硬件也需要进一步提升,以期让精确的数值模型变量得以高效运算、传输和存储。
 
  即使到了1公里网格单元,对于未解的云成像过程,如湍流、水滴及冰晶的影响必须要实施参数化(使用随机模型来表达这些参数化中的不确定性)。可是,该如何确定全球变暖的不确定性会减少呢?答案是使用“数据同化”软件,即一类要求在计算上优化算法、为天气预报创建准确的初始条件。此类软件允许高分辨率气候模型中的云尺度变量与观测到的云层进行详细比对,以减少气候模型中的不确定性或错误的发生。
 
  高分辨率气候模型除了指导减灾政策外,还能改善区域适应性以提高极端天气预测能力,包括最大程度的减少不可预见的地球工程后果,同时,这也是将天气事件归因于气候变化的关键。
 
  高能物理学家和天文学家一直对国际合作心存感激,因为这种合作是实现他们从事前沿科学的基础。事实上,气候预测领域现在已经进入了“大科学”的行列。
 
 

资料来源 Nature

责任编辑 则 鸣