-
IPCC第五次评估报告指出(IPCC,2013),1880—2012年,全球平均地表温度升高了0.85[0.65～1.06]℃,1951—2012年,升温速率为0.12[0.08～0.14]℃/(10 a),接近1880年以来升温速率的两倍。尽管,全球平均地表温度在1998—2012年间增温速率偏低,全球变暖“停滞”及其原因吸引了很多研究者的注意(Solomon et al.,2010;Met Office,2013;王绍武等,2014;宋斌等,2015;苏京志等,2016;刘珊等,2019),但伴随着2015—2016超级厄尔尼诺的出现,2016年已成为有记录以来最热的年份,高出工业革命前约1.1℃(世界气象组织发布的《2016年全球气候状况声明》,https://library.wmo.int/doc_num.php?explnum_id=3414)。并且有研究指出全球变暖的长期速率已经回到了20世纪后半叶的增速水平,认为变暖停滞已于2015—2016年结束(Hu and Fedorov,2017)。全球气候持续变暖,并且正在加速变暖,已是既定事实。全球气候变暖背景下,冰川融化,积雪消融,海平面上升,极端事件增加,气候系统正面临着严峻挑战(陈海山等,2009;姚洁等,2010;宋斌等,2015;蒋元春等,2020)。
-
2020年是充满挑战的一年。澳洲山火持续数月,过火面积超过1×1.07 hm2,超过10亿只野生动物被烧死,经济损失超过7亿澳元(白夜等,2020)。根据国家应急管理部统计显示,截止到2020年6月全国自然灾害共造成1331.2万人次受灾,农作物受灾面积1608.1×103 hm2,其中绝收80.7×103 hm2,直接经济损失145.8亿元。2020年6月,中国洪涝灾害共造成25个省(区、市)1567万人次受灾,直接经济损失361亿元。全国大江大河先后发生4次编号洪水,有11条河流发生超历史水位洪水。在这严峻的背景下,2020年全球变暖又将如何变化?持续增温/变缓?因为2020年如果全球变暖持续,将会进一步增加这一年爆发更多极端事件的可能。
-
关于全球气候变暖的成因,得到最多关注的首先是人类活动的影响,主要包括人为排放的温室气体(CO2、CH4、N2O、CFC等)、硫酸盐气溶胶的辐射效应和臭氧的变化;其次是自然强迫,主要包括太阳辐射和火山喷发气溶胶的影响;最后是内部变率,如气候系统里的海冰、海洋、大尺度涛动等的作用(李立娟等,2007;Solomon et al.,2011;IPCC,2013;Cheng et al.,2019)。从以上3个方面出发,本文利用最新的观测/再分析数据对2020年年平均的全球地表温度进行了预测。
-
1 资料和方法
-
1979年1月—2020年3月的月平均再分析数据,选用ERA5数据(Copernicus Climate Change Service(C3S),2017),其中包括:2 m气温,海表温度,海冰密集度,臭氧质量混合比。二氧化碳体积分数来自于夏威夷观测站(Keeling et al.,2001)。全球平均地表温度(ANNT)定义为全球平均的年平均(1—12月)2 m气温,全球冬季地表温度(DJFT)定义为全球平均的冬季平均(前一年12月至当年2月,DJF)2 m气温。气候态选用1981—2010年,距平是指相对于1981—2010年平均的异常。当年的年际增量(DY)定义为气候变量当年值减去前一年的差值。年际增量方法,即针对年际增量构建预测模型,用预测得到的年际增量加上前一年观测,得到最终预测结果(Fan et al.,2008;王会军等,2012;Huang et al.,2014;Zhang et al.,2019a,2019b)。显著性检验采用Student-
-
预测模型的预测效能检验采用
-
22020年全球地表温度距平
-
温度具有一定的持续性,况且在年循环中,冬季温度最低,若冬季温度出现正距平,有利于年平均温度偏高。1979—2019年,全球年平均温度序列(ANNT)和全球冬季温度序列(DJFT)的相关系数为0.94,2016年ANNT和DJFT的值分别为14.81℃和13.21℃,均达到研究时段的最大值(图1a)。2020年DJFT为13.19℃,出现仅次于2016年的第二大值。值得注意的是,1980—2019年两者的年际增量的相关系数亦为0.94(图1b)。事实上,在1980—2019年,当DJFT的年际增量(DY-DJFT)绝对值大于0.2的11 a中,ANNT的年际增量(DY-ANNT)均与DY-DJFT同号,同号率达到100％。而2020年DY-DJFT为0.27℃(图1b),因此,2020年DY-ANNT有非常大的可能为正值。
-
图2给出了1979—2019年ANNT与可能强迫因子的相关系数。首先,臭氧是温室气体的重要成员,ANNT和冬季1000～1 hPa臭氧柱总量的相关系数(图2a)显示,ANNT的年际变率与热带的臭氧柱总量相关最显著,选取0°～360°E、30°S～30°N平均的冬季臭氧柱总量定义为臭氧指数(O3)。其次,偏暖的海洋会向大气释放更多的热量,有利于ANNT增加(图2b)。选取0°～360°E、50°S～50°N平均的冬季海表温度异常(海表温度扣除1981—2010年气候态年循环)定义为海温指数(SST)。再次,偏少的北极海冰,地表反照率降低,感热增加,有利于ANNT增加(图2c)。选取0°～360°E、70°～83°N平均的前一年9月至当年3月的海冰密集度为海冰指数(Sea Ice Concentration,SIC)。1979—2019年,ANNT与O3、SST和SIC的相关系数分别
-
图1 全球平均地表温度序列(a;红线为1979—2019年年平均序列ANNT,蓝线为1979—2020年冬季平均序列DJFT)及其年际增量(b;红色为年平均温度年际增量,蓝色为冬季温度年际增量;黑实线为±0.2℃的参考线)
-
Fig.1(a) Time series of the ANNT during 1979—2019(red line) and the DJFT during 1979—2020(blue line),and(b) interannual increments of the ANNT during 1979—2019(red bar) and the DJFT during 1979—2020(blue bar)(Black solid line is the reference line of ±0.2℃)
-
图21979—2019年ANNT与各因子的相关系数(加点区域表示通过置信度为95％的显著性检验):(a)同期1000～1 hPa冬季臭氧柱总量(0°～360°E、30°S～30°N平均臭氧柱总量定义为臭氧指数);(b)同期冬季海表温度异常(0°～360°E、50°S～50°N平均海表温度异常定义为海温指数);(c)前一年9月至同年3月平均的北半球海冰密集度(0°～360°E、70°～83°N平均海冰面积比定义为海冰指数)
-
Fig.2 Correlation coefficients between the ANNT and various factors during 1979—2019(Regions with dots indicate the coefficients passing the significance test at 95％ confidence level):(a) DJF 1000—1 hPa total ozone column(TOC)(Ozone index is defined as the regional averaged TOC over 30°S—30°N,0°—360°E);(b) DJF sea surface temperature anomaly(SSTA)(SST index is defined as the regional averaged SSTA over 50°S—50°N,0°—360°E);(c) SONDJFM sea ice concentration(SIC) in the Northern Hemisphere(SIC index is defined as the regional averaged SIC over 70°—83°N,0°—360°E)
-
为0.65、0.91和-0.76(图3a)。
-
图3a显示,相比于1981—2010年气候平均,2016年ANNT(0.63℃)和SST(0.56℃)的距平均达到研究时段的最大值。值得注意的是2019年全球地表温度持续增暖(14.77℃),ANNT的距平为0.59℃,是仅次于2016年的第二大距平。在此基础上,2020年SST出现仅次于2016年的第二大距平(0.40℃),同时,2020年SIC的保持和2018、2019年同等量级的负距平。温室气体方面,冬季平流层水汽2016—2020年均变化不大(图略),2020年热带冬季臭氧柱总量出现研究时段第三大正距平,1—5月总和的二氧化碳体积分数持续增加(图3b)。综合以上结果,推测ANNT在2020年将持续增暖,并且很大概率上将在2020年出现不低于2019年的距平。
-
32020年全球地表温度的预测
-
这一节,利用年际增量方法,定量预测2020年ANNT值。将针对DY-ANNT构建预测模型,将预测得到的DY-ANNT加上前一年观测值,得到最终预测ANNT结果。考虑到1979—2019年ANNT与SST的相关系数达到0.91,SST可以解释ANNT 83％的方差。因此,主要从SST的年际增量出发,寻找DY-ANNT的预测因子。尝试寻找了海冰以及大尺度涛动年际增量方面的预测信号,均没有海温年际增量的预测效果好(图略)。
-
图4为1980—2019年DY-ANNT与冬季海表温度异常的年际增量(DY-SSTA)的相关系数。印度洋和太平洋的厄尔尼诺可以显著调节全球地表温度变率,这和前人的研究一致(Trenberth et al.,2002;Zheng et al.,2010)。选取印度洋区域平均的(40°～110°E,20°S～20°N)DY-SSTA定义为DY-IO,太平洋(120°～280°E,40°S～40°N)正相关区(三角形区域)减去负相关区域(K形区域)的DY-SSTA定义为DY-ENSO。1980—2020年DY-IO(DY-ENSO)与DY-ANNT的相关系数为0.73(0.74),可以解释DY-ANNT 53％(55％)的方差。由于D-YIO与DY-ENSO显著相关(1980—2019年相关系数为0.87),基于DY-ENSO的预测结果与DY-IO的预测效果非常相似,因此下面仅展示基于DY-IO的预测结果。剔除3 a交叉检验的1980—2019年DY-ANNT与观测的相关系数为0.72(图5a),加上前一年观测值最终预测的ANNT与观测的相关系数为0.93,均方根误差为
-
图3(a)各因子相对于1981—2010年气候态的距平序列(蓝色为臭氧指数距平除以20,黄色为海温指数距平,绿色为海冰指数距平乘以-1,红色为ANNT指数距平,括号里的数字表示对应指数与ANNT的相关系数),以及(b)1979—2020年1月至5月累积的CO2体积分数(单位:10-6)
-
Fig.3(a)Time series of the anomalies of various factors compared to the climatology during 1981—2010(Blue bars are the ozone index anomalies divided by 20,yellow bars are the SST anomalies,green bars are the sea ice index anomalies multiplied by-1,red bars are the ANNT index anomalies,and the numbers in brackets indicate correlation coefficients between corresponding indexes and the ANNT),and(b)the accumulated CO2 volume fraction(units:10-6) from January to May during 1979—2020
-
图41979—2019年DY-ANNT与当年冬季海表温度异常的年际增量(DY-SSTA)的相关系数(加点区域表示通过置信度为95％的显著性检验;印度洋40°～110°E、20°S～20°N区域平均的DY-SSTA定义为DY-IO;太平洋120°～280°E、40°S～40°N正相关区域(三角形区域)减去负相关区域(K形区域)的DY-SSTA定义为DY-ENSO)
-
Fig.4 Correlation coefficients between the DY-ANNT and the DJF DY-SSTA during 1979—2019(Regions with dots indicate the coefficients passing the significance test at 95％ confidence level.DY-IO is defined as the regional averaged DY-SSTA over 20°S—20°N,40°—110°E.DY-ENSO is defined as the regional averaged DY-SSTA by using the positive correlation region(triangle) minus the negative correlation region(K-shaped) over 40°S—40°N,120°—280°E)
-
0.09(图5b)。独立试报的2000—2019年DY-ANNT与观测的相关系数为0.70(图5c),加上前一年观测值最终预测的ANNT与观测相关系数为0.91,均方根误差为0.08(图5d)。对于1998—2012年,全球变暖速率的减缓,不仅是在交叉检验中(图5b),同时在独立试报中(图5d),预测模型均展现了和观测几乎一致的结果。独立试报预测出2016年为最热的一年,其预测值为14.80℃,与观测值14.81℃非常接近。以上结果,为利用年际增量方法对2020年ANNT实时预测增加了信心。
-
独立试报中(图5d),DY-IO预测出2020年DY-ANNT为0.09℃,加上2019年观测的ANNT(14.77℃)后,最后预测的2020年ANNT为14.86℃。这意味着2020年,ANNT会超过2016年,成为近百年最热的一年。基于DY-IO的预测结果显示,全球变暖2020年进一步加剧,北极海冰融化可能会进一步加剧,极端事件在2020年很可能还会进一步增加。
-
4 结论和讨论
-
我们关注了2020年全球地表温度的预测。研究发现,当DY-DJFT大于0.2℃时,DY-ANNT和
-
图51980—2020年剔除3 a交叉检验预测的DY-ANNT(a)和加上前一年观测值最后预测的ANNT(b),以及2000—2020年独立试报的DY-ANNT(c)和加上前一年观测值最后预测的ANNT(d)(粉色阴影表示95％的预测置信区间)
-
Fig.5(a)The cross-validated DY-ANNT after excluding the observed ANNT of 3 years and(b)the final predicted ANNT after adding the observed ANNT in the previous year during 1980—2020,and(c)the independently predicted DY-ANNT and(d)the final predicted ANNT after adding the observed ANNT in the previous year during 2000—2020(The pink shading is the 95％ confidence interval of prediction)
-
DY-DJFT的同号率为100％。2020年,DY-DJFT为0.27℃,这说明DY-ANNT有非常大的概率为正值。具体而言,首先在温室气体方面,2020年1—5月的二氧化碳浓度持续增加,冬季热带臭氧柱总量出现相对于气候态的第三大正距平,平流层水汽近五年无明显变化特征;其次,2020年冬季海温出现仅次于2016年冬季的正距平,2019年9月至2020年3月北极海冰持续消融。因此我们推测,2020年ANNT极有可能持续增温,全球变暖速率不会变缓。利用年际增量方法,我们预测出2020年DY-ANNT为正值,预测的2020年ANNT超过了2016年的值,2020年很可能成为近百年来最暖的一年。
-
不确定性讨论,自然强迫方面:1)2020年上半年太阳黑子持续减少。在本文中主要考虑到最近几年我们一直处于太阳黑子的低值区,ANNT依然持续增长,所以我们暂时假设今年太阳黑子的减少对减缓全球地表温度增暖作用有限。2)2020年1月12日,菲律宾“第二大活火山”塔尔火山喷发。考虑到有研究指出(Liu et al.,2020),这次火山喷发的SO2比历史上著名的热带极强火山喷发事件少2个量级,目前认定火山喷发强度指数为3,暂时称不上是一次强的火山喷发,故本文中也暂时假定塔尔火山的喷发对缓解2020年ANNT的持续增暖贡献有限。但未来是否有火山喷发强度指数大于4的火山喷发,存在不确定性。
-
参考文献
摘要
近百年全球气候变暖已是既定事实。伴随着冰川的持续消融、多年积雪的不断融化、海平面的上升、极端事件的增加,气候系统正面临着严峻挑战。2020年是特殊的一年,澳洲山火持续数月,蝗灾肆虐,突破历史记录的洪涝和干旱频发,因而全球变暖问题备受关注。本文利用最新的再分析资料,预测了2020年全球年平均地表温度;2020年全球冬季温度年际增量出现较大正值,结合温室气体、海冰和海表温度距平信号,预测2020年全球变暖将持续。采用年际增量方法进行定量预测,结果显示,2020年全球地表温度很可能超过2016年而成为近百年来最热的一年。
Abstract
Warming of the climate system in recent 100 years is unequivocal.Under global warming,the amounts of snow and ice have diminished,the sea level has risen,and the extreme weather and climate events have increased.The climate system is facing severe challenges.2020 is becoming a special year on record for the bushfires in Australia,the locust plagues and the frequently extreme weather and climate events.How about the global warming in 2020?Based on the ERA5 reanalysis data,the global annual mean surface temperature (ANNT) in 2020 (ANNT-2020) is predicted.It suggests that the anomalies of the ANNT-2020 compared to the climatology during 1981—2010 and the interannual increment of the ANNT in 2020 will both be positive,since the interannual increment of the global winter surface temperature (DJFT) appears over 0.2 ℃ in 2020 and the signals of the anomalies in greenhouse gases,sea ice and sea surface temperature are positive for ANNT in 2020.Using the interannual increment approach,the quantitative prediction of ANNT-2020 shows that the ANNT-2020 will most possibly exceed the ANNT-2016 and 2020 will become the warmest year on record.
