主题：【读书笔记】IPCC究竟讲了什么？23 气候模型 -- 橡树村
对这张图里的历史数据，也就是黑线很感兴趣，请问有地方下载么？
数据来源在
Brohan, P., et al., 2006: Uncertainty estimates in regional and global observed temperature changes: a new dataset from 1850. J. Geophys. Res., 111, D12106, doi:10.1029/2005JD006548.
晕死，学校里各种库都没找到全文，结果在Google找到了
做机器学习的，对数据和模型比较有兴趣，哈哈
首先找到了这张图中黑线的数据：
然后随便“拟合”一下
不管咋改，就是显示不出来，但是好像用这个链接可以看见图啊
){kind=link}
(一次点不开，多刷新一下就可以了-.-!)
怎么样，我“拟合”出来的结果红线，1930-1960那段比第一张里的红线好不少吧？
修改了一下，可以看见图了吧?
可那红线分明是上证股指啊，1930-1950的全球气温咋就能拟合1999-2002的上证股指呢？想不明白……
似乎需要登录才能看到。
换了个相册。
不过我看到图了。
果然很有趣。
1. 现有的预测模型还是线性的，对于非线性气温变化的预测能力有限；
2. 预测的误差区间还是太大，尤其是对未来十年后的预测。从这个角度看，现在讨论100年升高2度还是零点几度没有太大意义。
另外，貌似把FAR和SAR做个平均后的预测效果比TAR还好。
这个领域发展很快的。TAR开始提供的预测已经不再是线性的。
不确定性的来源包括观测值本身的误差、波动；对一些物理过程缺乏了解；模型自身的因素。甚至连模型的误差究竟是多少都无法准确研究，目前的方法是综合多个模型的结果来看模拟值的分布，这个方法当然是不好的，不过现阶段似乎只能如此。
总的来说不确定性还是很大的。
would you please give a link to the related graphs? Need to discuss this with some western colleagues. Thanks a lot.
重点是这里
前后的内容可能也有帮助。
关于气候变化对非洲影响的内容在第二工作组报告：外链出处
研究气候变化的原因，把气候变化与所观察到的外部因素联系起来的工作，叫做归因。要说明两个事物之间的因果关系，不能简单地看两者分别的变化趋势，一定程度的可信度是必须的，这个可信程度直接关系到归因的可靠性。进行归因研究的时候，最好要有控制条件下的气候系统的实验数据，这样才可以实现确凿无疑的归因。很可惜，基本上没有办法实现这个条件。于是就只能用其他方法替代。在实践上，确定人类对气候的影响，使用的方法，是考察所观测到的气候变化，是与考虑了人类行为与自然行为两个因素之后所估计的变化相一致呢，还是与其他的，扣除了某些重要的影响因素以后的解释更相符合。要建立这样的一致性，就需要估计某个可能的原因所引起的变化，然后与实际的变化进行比较，看两者之间在统计学意义上是否一致。归因研究的另一个方面，是判断一个特定的外部原因是否与其他的原因相比对某个现象起到更加重要的作用，判定其是否可能是主要的影响因素。
最近二十年，人们对气候变化的原因的研究，发展也是很快的。由于相关研究开展的有限，在1990年IPCC发布第一次报告FAR里面，能够认定的人类对气候产生影响的直接证据还非常有限。到了1996年第二次报告SAR的时候，研究这就已经发现了可以辨别的人类活动对气候的影响，但是这仅仅是一个定性研究，当时的研究水平还达不到定量的水平，自然也就无法与自然因素进行可靠比较。到2001年TAR的时候，有关人类活动对气候影响的相关证据已经越来越多，随着相关研究方法的发展，已经有了对人类对气候的影响做定量分析的尝试。也就是在这个时候开始，研究人员才有可能对不同的强迫因素的影响进行单独研究，判断哪个因素是可能的关键因素。对于单独的气候现象，也有可能来分析人类活动是不是造成了影响，什么程度的影响，是否是主要因素。在这些技术进步之下，TAR给出的结论，是“在考虑了新的证据，考虑了其余的不确定性的基础上，绝大多数的在20世纪的最后50年所观测到的变暖现象，可能是温室气体浓度增加导致的。”
辐射强迫
辐射强迫是影响气候变化的外部因素。AR4研究的辐射强迫，是各个因素与1750年或者说工业化之前相比的变化，用来分析工业化以来的各种影响气候因素的变化情况。这里面，既有单纯的自然的因素，也有人类活动造成的影响。总结一下，人类活动所造成的影响的综合，是+1.6W/m2的强迫，变暖方向，如果取90%的置信区间，是+0.6到+2.4 W/m2之间。虽然这个数字的覆盖范围仍然很大，但是已经可以说，在这段历史时期里面，非常可能人类活动已经对全球气候施加了一个不可忽视的影响。这里面，变暖方向的影响主要来自温室气体，几种温室气体综合贡献了+2.9+-0.3W/m2。由于对温室气体的辐射强迫估算有比较充分的数据支撑，这个数字的不确定性较好。人类活动带来的变冷方面的影响主要来自气溶胶，这方面的了解承认仍然有限，AR4的估计是-1.3W/m2，90%的置信范围是-2.2W/m2到-0.5W/m2，变化区间很大。而与此同时，观察到的太阳辐射变化带来的辐射强迫，仅有+0.12W/m2，90%置信区间是+0.06W/m2到+0.3 W/m2，这个数值大大低于TAR时候的估计。此外，另外一个对气候产生影响的自然因素，火山喷发，基本上会带来变冷方向的辐射强迫，具体数值无法估计。总的来说，在这一段历史时间里面，自然因素对气候产生的变暖方向的影响，与人类活动产生的同样的影响比起来，是要小的。不过各个单独的辐射强迫之间是不能直接进行加减的，不同因素但是同样数值的辐射强迫，对气候也会有不同程度的影响，单纯地将各个因素的影响加起来，也并不一定就可以得到综合影响。这方面还是比较复杂的。
辐射强迫的空间分布
辐射强迫是有立体分布的，同一个辐射因素，由于其产生的机理不同，在不同的纬度、海拔，都会有不同的辐射强迫，一些因素在不同的时间、季节也有不同的辐射表现，所以辐射强迫存在一个空间和时间的分布。这个空间和时间的分布就会导致不同的辐射特征，也对研究者分辨不同辐射因素的影响提供了方便。对于单独的辐射因素的空间分布已经有了研究，可以见上面的图。这些图显示的是不同的纬度和大气高度几个主要辐射强迫因素的强迫分布情况。A图是太阳辐射的空间分布，B图是火山喷发造成的辐射强迫分布，这两个就是主要的自然原因的辐射强迫。可以看出来在不同的空间上，有的造成一个弱的变暖方向的辐射强迫，有的造成了一个弱的变冷方向的辐射强迫。对于太阳辐射影响来讲，在北极接近表面地区有一个很强的变暖的辐射强迫。C图是温室气体综合的辐射强迫的空间分布，可以看到这个分布与太阳和火山的辐射强迫分布还是有明显区别的。D图是对流层和平流层臭氧的变化带来的辐射强迫空间分布，E图是硫酸盐气溶胶的空间分布。最后一个F图是所有辐射强迫综合的空间分布。太阳辐射变化带来的辐射强迫具有一个很强烈的时间分布。太阳黑子活动的11年周期就是这个时间分布的强烈表现。由于在11年期间，太阳辐射的变化很大，这样，其他频率较低的变化就很容易比这个强烈的信号掩盖，增加了不确定性。其他受到时间影响的，还有火山爆发带来的辐射强迫，一般来讲火山喷发会在短时间内带来一个很大的变冷方向的辐射强迫，持续数月或者一两年，随后逐渐消失。对于人类工业活动所排放的气溶胶，也有一个时间影响问题。这些辐射强迫的时间分布也会给辐射强迫研究带来不小的不确定性。不过这些不同的辐射因素的不同的时间、空间分布特征，对于研究者把这些因素的影响区分开来也提供了方便。
各个不同辐射强迫的时间分布
上图：整个大气。下图：地表
要分析模型结果的不确定性，这些辐射强迫的不确定性自然就是首先要考虑的问题。对辐射强迫的估算有两类方法，一个是正向的，就是收集所有该因素的数据，来计算该因素所带来的影响。在计算温室气体带来的辐射强迫的时候，采用的就是这个方法，计算太阳辐射强迫、臭氧的影响等等，使用的也是这个方法。理想的状态自然是所有的因素都能这样分析，因为这种正向的方法相对准确，带来的不确定性较小。但是实际上很多数据收集困难，很多影响的物理模型仍然不清楚，所以就有了另一类估算辐射强迫的方法，反向方法。对于气溶胶的辐射强迫的估算，有很多研究都使用了反向方法，具体说就是为了实现模型的最佳拟合来估算气溶胶的辐射强迫。这个方法当然就带来更大的不确定性，也会有很多因素被涵盖其中，不好区分，在使用的时候就需要非常小心。到AR4的时候，正向和反向对气溶胶带来的辐射强迫的估算都已经有了进展，正向的结果就是前文提到的-0.5W/m2到-2.2W/m2的90%置信范围，反向的结果是-0.1W/m2到-1.7W/2，两个方法得到的结果的重合程度还是可以接受的。基本上到AR4的时候，重要的外部影响因素的不确定性都实现了定量描述，对于理解整体模型的不确定性提供了很大方便。
很显然由于气候系统的复杂性，模型在这个研究中起到了很重要的作用。既然使用模型进行归因研究，那么就必须考察模型的不确定性，了解模型的误差范围，因为这直接关系到归因的可信度是什么样子的。在研究模型的不确定性的时候，理想状态是要了解所有参数的不确定性，并对物理过程本身有精确了解，从而推导出模型的不确定性。但是目前的水平还无法做到这一点，所以这种精确的评价模型不确定性的方法就无法使用。辐射强迫是模型本身重要的输入数据，上面讲了，辐射强迫的不确定性仍然很高，这些强迫的不确定性必然会给模型模拟结果的不确定性带来影响。这种影响AR4的时候仍然很难进行评估。但是仍然需要给模型的不确定性一个相对可信的描述，所以AR4时候采取的做法是通过对不同模型的评估、比较，从模型模拟的结果来了解模型的不确定性。在实践上，使用不同历史数据的不同模型也的确可以展示这些不确定性。由于这些不确定性的存在，以及可能的其他的导致不确定性的原因，在进行归因的时候，仍然需要进行主观的干预，由相关领域的专家来对评价的结果进行校正。AR4里面使用的校正方法，是总结使用不同的观测数据、不同辐射强度、不同分析方法、不同模型而得到的多方面的结果。比如多个研究结果的一致性的程度，与所观察得到的结果的符合程度，以及与其他各种证据的符合程度等等，甚至包括对相关不确定性的了解，是否有其他可能的解释等等，都需要综合考虑，来对某个或者某些因素对气候的影响的可能性进行判断。
基本上可以说，AR4时候的归因研究，仍然有很大的不确定性。不过对于辐射强迫因素，基本上这个不确定性都已经可以进行定量分析，对于研究者了解不确定性给结果带来的影响提供了依据。通过对这些不确定性的分析，AR4认为已经在人类对气候影响的问题上可以得出信度比较高的结论。
本帖一共被 3 帖 引用 (帖内工具实现)
前面介绍过，在气候确切没有受到人类活动干扰的时候，地球也经历了大幅度的气候变化。这些变化很显然只能归因为自然原因，这就提供了人们了解自然因素对气候影响的机会。了解这些时期的自然因素的变化情况以及相应的气候变化，对于人们理解气候本身的行为有很大帮助。与人们对当前气候的了解相比，这些古气候信息一般覆盖的时间比较长，有充分的时间展示各种气候反馈机制。当然，了解这些古气候的特征和变化原因、程度都有困难，大多数时候只能使用各种代用资料来确认各种变化特征，这些在前面已经有了描述。
有三个时期的古气候变化资料相对充分，各有特点，引起了研究者的兴趣。最遥远的是距今2.1万年的最后一次冰盛期，这个时期是最后一次冰川期里面冰川覆盖最广的时候，气温要明显低于现在，也更加干旱，一些代用资料显示最后一次冰期的时候热带海洋温度要比目前低2摄氏度，南北半球的冻土覆盖范围与现在相比也更加接近赤道。已经有人使用用来分析20世纪，21世纪气候变化的模型对这两个时期的气候进行分析。使用AOGCM气候模型对这个时期的模拟，发现当时全球平均温度比当代要低3.5到5.2摄氏度，只有一个模型模拟到了10摄氏度的温度差别，与之前使用PIMM模型的结果有一致性。所有的模型都表现出了比目前要弱的大气水循环，包括海洋蒸发量降低，大陆尺度的干旱。模拟到了这个时期热带地区的低温，也模拟了南大洋盐度更高温度更低的海水。与现代的气候比较，大气中温室气体浓度的差异贡献了这些气候差异的一半。不过模型在模拟北大西洋环流方面还有很大不确定性。不过基本上可以说，虽然仍然存在很大的不确定性，对于最后冰盛期的模拟基本上可以抓住当时的主要气候特点，同时模型自身的演变也展示使用根据最新的研究结果建立模型可以更好地模拟当时的气候状况。
研究的第二个时期是全新世中期，距今6000年。全新世中期的气候特点是北半球夏季的气温比当代明显要高，具体表现在温带森林的分布更加靠北，目前干旱的非洲萨赫勒地区在当时也非常潮湿，降雨充沛，热带地区的植被覆盖也更加茂盛。使用AOGCM模型对这个时期气候进行模拟，同时考虑大气模式以及海洋的反馈，显示了热带地区具有一个季节性的0.5-0.7摄氏度幅度的震荡，以及相对应的海水浅层温度1-2的季节震荡，这些震荡对印度和非洲的季风都带来很大影响。考虑了海洋的反馈之后，对于西非地区降雨的模拟与重建的数据吻合，不过对印度和西南亚的模拟仍有问题。对全新世中期的气候模拟显示植被变化很可能触发了大气水循环的变化，萨赫勒地区的潮湿环境增强了海洋的反馈。在中高纬度，植被和海洋的反馈导致春秋两季增高0.8摄氏度，不过模型很可能过渡估计了欧亚大陆的干旱，影响植被反馈的可靠程度。对于全新世中期的ENSO的重建和模拟显示当时的ENSO要弱于现代。模拟到全新世中期北半球夏季阳光辐射比现代要强，导致太平洋西部增温高于东部，增强了信风的强度，对ENSO有一定的抑制作用。使用不同的技术、原理构建的模型得到的模拟结果与代用数据之间都可以实现定性吻合。模拟全新世中期萨哈拉的降雨情况几乎成了检验模型模拟大气海洋耦合能力的一个指标。
前面讲到的两个时期，自然辐射，实际上主要就是太阳的辐射情况，与现代都有较大差别。模型对其模拟较好，可以说明模型对于太阳辐射变化导致的气候变化的模拟能力。在研究者关注的第三个时期，也就是最近千年的气候变化，自然因素的变化就不这么明显的。前面介绍过对这段时期气温情况的重建，相关研究已经很丰富，也导致了很大的不确定性，不过基本上勾勒出了两个重要的气候变化，一个是可能的中世纪时期的相对温暖，一个是17世纪较寒冷的气候。不过在年代甚至世纪的尺度范围上，不确定性仍然足够掩盖具体的气候变化。这些不确定性来源于各个研究者使用的不同的代用资料以及重建方法。尽管如此，基本上可以认定在50年平均的尺度上，20世纪后半叶非常可能是1300年以来最温暖的时期，也非常可能是最近500年以来最温暖的时期。对于最近千年的模拟也已经有了很多工作，利用现代资料建立的模型，使用对太阳辐射、火山爆发、温室气体，地表变化等外部辐射强迫的不同重建，对古代气候进行模拟。虽然使用方法的不同导致了重建的辐射强迫有所区别，各个模型自身也有差异，导致各个模型结果之间存在差异，不过在描述北半球平均温度的时候，不同的模拟还是表现出了一致性。比如模拟结果一般都显示出了1675年到1715年之间的变冷，并认定其是对自然辐射强迫变化的响应，与观测结果吻合。由于对外部强迫因素都是相对独立的，这些模拟结果表现出的广泛的一致性可以增加对重建可靠程度的信心，也增加了对于外部因素的作用的理解方面的信心。
最近千年的主要火山喷发大都有记载，所以研究最近千年的古气候状况，对了解火山对气候的影响有重要作用。火山喷发后，会带来半球尺度甚至全球尺度的降温，然后是数年时间的逐渐恢复。在模拟火山喷发后的气候的时候，这些现象都可以观察到，模拟的结果也与代用资料相符合。上图显示的是对最近700年的北半球平均气温的重建，以及辐射强迫的重建。上图是北半球几组重建的平均气温，蓝灰色的Esper数据是北纬30到90度陆地平均气温，黄色的CH-blend与红色的CH-long数据是北纬30到90度的平均气温，紫色的Moberg数据是北纬0-90度的平均气温，数据仅到1925年。绿色的是仪器测量的数据，灰色的EMB是一个模型的模拟结果。下图是重建的辐射强迫，带有浅蓝色带的蓝色线显示的是火山的辐射强迫，绿色显示的是太阳辐射的辐射强迫，实线和虚线表示不同的研究者的重建结果，红色实线与黄色带表示人类活动带来的温室气体和气溶胶的影响，实线、虚线、点线表示不同的数据来源。这里面，可以找到一个很强烈的火山影响的信号，在20世纪末期，温室气体的信号也非常强烈。太阳辐射的影响的不确定性仍然很高，由于太阳本身存在年代际周期，同时还存在时间更长的周期，分析太阳辐射的变化就非常困难，同时温室气体还会对太阳辐射的空间分布产生影响，增加问题的复杂性。在全球范围内，在最近千年的时间范围，太阳辐射变化的影响仍然比较难被分辨出来。太阳辐射的变化有可能导致了1675到1715年的冷期，有模型能够显示这样的结果。但是，也有一些模型认为火山喷发很可能是造成这一时期气候变冷的主要原因。这方面，模型之间还缺乏一致性。模型还可以模拟ENSO。对于ENSO的模拟表示在1675年到1715年见，ENSO的频率和强度与仪器测量时代相当，甚至还有可以与1997-1998年度强烈的ENSO强度相当的事件。不过在12到14世纪，ENSO的活动就很少，相对应的是这一段时期北太平洋较冷，中北美洲干旱。模型研究发现ENSO的频率不必然与全球平均温度或者热带太平洋温度有联系，另有模型显示在热带火山喷发后的数年，会出现ENSO的异常。这样，当把太阳与火山因素共同考虑后，模拟的结果就会有所改善。不过这些关系在AR4的时候仍然是很早期的工作，还很难得出确切的结论。
其他可以影响气候的因素还有地表植被覆盖变化。人类的农业活动、对森林的砍伐都大面积的改变了地表的植被分布，影响了陆地上的碳储存，并影响地表的反照。模拟到当使用农业化之前的植被替代现代的植被以后，北美和欧亚大陆的主要农业区有可能在冬春两季要比现在冷1-2摄氏度。不过模型显示植被变化本身在半球和全球尺度带来的直接影响较小。有模型显示1860年以来的植被变化在全球范围仅带来-0.02摄氏度的变化，与1700年比较，变化也不超过-0.1摄氏度，在20世纪，变化不超过-0.05摄氏度。这么小的影响是很难检测的。另外一个重要的因素就是海洋。深海具有庞大的热容，使得海洋对外部因素变化的影响很慢，并带有可以分辨得出的因素。AR4时模型已经可以解释14到15世纪南大洋的变暖。
总的来说，使用模拟现代气候现象的模型在大尺度上可以比较好地模拟古代气候变化，与重建资料吻合。由于使用了不同来源的资料，不确定性不大可能导致温度重建与强迫重建之间导致虚假的一致性。可以说，利用根据现在资料建造的模型对于古代气候模拟的结果，增强了人们对模型的信心。
橡树村:【读书笔记】IPCC究竟讲了什么？26 现代气候归因 上
本帖一共被 3 帖 引用 (帖内工具实现)