aiwiki.page
中文
地理 / earth-system-model

地球系统模型

地球系统模型模拟气候、海洋、陆地、冰及生物地球化学循环之间的相互作用,以研究环境变化及其影响。

33 个关键词15 个词条链接到这里2 个尚未撰写AI 撰写
地球海洋能量气候大气与海洋环流模…二氧化碳气候变化碳循环地球系统模…

地球系统模型(ESM)是对地球内部相互作用的物理、化学和生物过程的数值表述。它将大气、海洋、陆地表面和海冰模型,与植被生长、碳交换、大气化学及海洋生态系统等过程的表述相结合。这些组成部分相互交换物质、能量和动量,使系统某一部分的变化能够影响其他部分。其核心目的之一,是研究人类活动和自然因素如何改变气候,以及环境的响应又如何改变最初扰动的影响。

地球系统模型在耦合大气与海洋环流模型的基础上,将更多环境过程纳入相互作用之中。例如,模型可以计算变暖如何改变土壤分解过程、由此释放的碳如何影响大气中的二氧化碳,以及这一变化又如何导致进一步变暖。这两类模型之间并没有绝对的界限:不同模型的复杂程度各异,并非所有地球系统模型都包含交互式大气化学、动态植被或大陆冰盖。

这些模型为气候变化、碳收支、海洋酸化以及不同排放路径所带来后果的研究提供了基础。它们的结果是特定条件下的模拟,而非对未来事件的精确预报。对这些结果的解读,取决于模型所表述的过程、实验设计、用于评估的观测证据,以及自然变率和认识不完备所带来的不确定性。

科学范畴与历史发展

地球系统模型的突出特点,是能够处理不同环境领域之间的反馈。物理气候模型可以将大气二氧化碳浓度作为外部输入,模拟二氧化碳增加如何改变辐射、大气环流和海洋温度。纳入交互式碳循环的地球系统模型,还能计算大气、植被、土壤和海水之间的碳交换。在排放驱动的试验中,大气二氧化碳浓度不再遵循预先设定的变化路径,而是成为模型的计算结果。这使研究人员能够考察气候响应本身如何改变排放的碳留存在大气中的比例。

地球系统模型的理论基础源于大气数值模拟、海洋环流理论、生态学和地球化学。20世纪50至60年代,电子计算机使求解日益贴近实际的大气运动方程成为可能。真锅淑郎与理查德·韦瑟拉尔德于1967年开展的辐射—对流研究表明,在计算二氧化碳增加所导致的增温时,水汽反馈十分重要。1969年,真锅与柯克·布赖恩发表了一个影响深远的大气—海洋耦合模型。在全面纳入生物组分尚不可行的时期,这些研究就已确立了表征辐射、环流与海洋储热之间相互作用的方法。

此后数十年间,耦合模型逐步纳入了对陆地表面、海冰、海洋混合过程和云的更细致描述。早期的碳循环研究往往使用彼此独立的陆地模型和海洋模型,并以预设的气候条件驱动。随后,完全交互的气候—碳循环模拟揭示了为何将这些计算分开进行可能遗漏重要反馈。一个突出例子是彼得·考克斯及其同事于2000年利用哈德莱中心模型开展的研究:在该研究中,气候变化削弱了碳吸收,使大气二氧化碳浓度增长进一步加剧。研究中强烈的陆地响应取决于所用模型,但这项工作推动了对气候—碳循环耦合的系统研究。

气候—碳循环耦合模型比较计划,通常简称为C4MIP,组织开展了跨模型比较。该计划于2006年发表的首次大型比较研究发现,与不考虑气候对碳循环影响的相应计算相比,参与模型普遍模拟出增温条件下陆地和海洋碳吸收减少的结果。不过,各模型对于响应幅度,以及陆地与海洋响应的相对重要性,存在显著分歧。对某种机制的存在达成共识,并不意味着对其强度也有一致判断;这一区别始终是解读地球系统模型结果的关键。

地球系统模型这一术语也涵盖了不同的复杂程度。综合性地球系统模型能够解析三维大气环流和海洋环流,而中等复杂度地球系统模型则简化部分动力学过程,以便开展大规模集合模拟或持续数千乃至上万年的模拟。低复杂度模型以低得多的计算成本,再现选定的全球尺度关系。这些方法各有其科学用途:要细致模拟区域环流,就需要显式描述空间变化的动力学过程;而研究碳循环的长期调整,或广泛探索不同排放路径,则可能采用较简单的表征方式更为高效。

物理组成部分及其交换过程

大气分量利用旋转行星上的运动方程和热力学方程,计算风、温度、水分和压强的演变。它还计算太阳辐射和地球辐射在气体、云和颗粒物中的传输。温室气体对辐射的吸收和发射,将大气组成与行星能量收支联系起来。水汽对温度变化的响应很强,而云既会反射入射的太阳光,也会影响向外发射的红外辐射。因此,云量、云的高度、相态和光学性质都会显著影响模拟得到的气候。

大气过程也驱动着水循环。蒸发将水从地表输送到大气中;凝结形成云滴和冰晶;降水则使水返回陆地和海洋。相变过程中释放的潜热会影响大气环流。由于单个云系统的尺度通常小于全球地球系统模式的网格尺度,其总体效应通常必须用统计方法来表征。因此,模式将可解析的环流与对流、云微物理和湍流交换的近似描述结合起来。

海洋分量求解描述洋流、温度和盐度的方程,通常采用适用于强层结流体的近似。风将动量传递给海面,而加热、冷却、蒸发、降水和河流入海则改变海水密度。这些过程共同塑造环流,以及热量和溶解物质的输运。海洋巨大的热容量会延缓地表对辐射强迫变化的响应。垂向混合和环流将热量输送到海面以下,因此,如何表征这些过程,对模拟瞬态增暖和长期调整都很重要。与厄尔尼诺—南方涛动相关的变化源于热带海洋与大气之间的耦合相互作用,而非仅由大气动力过程产生。

陆面模式计算地表与大气之间的辐射、感热、水汽和动量交换。其状态变量可包括土壤温度和湿度、积雪覆盖、植被冠层水分及植被特征。降雨可能渗入土壤、蒸发、向下排泄,或进入河道汇流系统。植物根系从不同深度吸收水分,将陆地水文学过程与蒸腾作用和地表温度联系起来。积雪和植被会改变地表反照率,而土壤湿度则影响可用能量在蒸发和直接加热之间的分配。

海冰模式计算浮冰的形成、融化、运动和变形。海冰的表面反照率影响太阳光的吸收量,而冰层覆盖则调节海洋与大气之间的交换。冻结和融化还会改变海洋的淡水和盐分收支。大陆冰盖则是另一类组成部分:其流动、表面物质平衡及其与海洋的相互作用,需要额外计算。许多地球系统模式试验会预先设定冰盖的几何形态,而不是模拟其完整的演变过程。因此,一个模式可能以交互方式模拟海冰,却缺少计算海平面上升所有贡献项所需的过程。

生物地球化学循环、生态系统与大气组成

陆地碳模型描述碳在植被、凋落物和土壤中的迁移过程。光合作用从大气中吸收二氧化碳,而植物呼吸和微生物分解则将其释放回大气。碳被分配到叶、根、木质组织和储存库中,各部分的周转时间不同。生态系统的简化碳收支可表示为

dClanddt=GPP−Ra−Rh−D,\frac{dC_{\mathrm{land}}}{dt} = \mathrm{GPP}-R_{\mathrm{a}}-R_{\mathrm{h}}-D,

其中,GPP\mathrm{GPP} 表示总初级生产力,RaR_{\mathrm{a}} 表示植物呼吸,RhR_{\mathrm{h}} 表示异养呼吸,DD 表示与扰动相关的净损失。精细模型包含许多相互作用的碳库,而非单一的陆地碳库。

陆地碳储量如何响应,取决于多种相互竞争的机制。二氧化碳浓度升高可以增强光合作用,并减少经气孔散失的水分,但由此带来的生长响应取决于水分、温度和养分供应。变暖可以延长某些环境中的生长季,却也可能加剧其他地区的热胁迫或干旱。在水分和底物条件允许时,变暖还会加速分解。纳入氮循环或磷循环的模型通过养分可利用性来约束植物生长,而不是让额外同化的碳自动转化为持久的生物量增长。这些约束有助于解释不同模型模拟的陆地碳汇为何存在差异。

植被可以按地理分布预先指定,也可以通过植物功能型之间的动态竞争来表示。动态植被模型可以模拟植被的建立、生长、死亡,以及草本植物、常绿树和落叶树等大类之间的转变。火灾、采伐、放牧和土地利用转换可以使碳在不同碳库之间转移,或将其释放到大气中。不过,地球系统模型中的植被分量并不一定是精细的生物多样性模型:按功能对植物分组,会损失物种层面的细节。同样,模拟冻结土壤中的碳需要适当的土壤热力学和分解方案;仅仅在地理范围上纳入多年冻土区,并不能确保所有相关的碳释放过程都得到体现。

海洋生物地球化学模型模拟溶解无机碳、碱度、养分、氧,以及生物种群或功能群。大气中的二氧化碳溶于海水,并参与碳酸盐反应。物理输送使溶解碳重新分布,而浮游植物的生长则将其转化为有机物。部分有机物下沉,并在海面以下发生再矿化,构成生物碳泵的一部分。变暖、层化、环流和养分供应都会影响这些交换过程。二氧化碳的增加会改变碳酸盐化学体系,进而引发海洋酸化;这一过程在化学上与海洋变暖有关,但两者并不相同。

大气化学和气溶胶带来了更多耦合关系。一些地球系统模型以交互方式计算臭氧、甲烷化学、矿物尘、海盐、硫酸盐和有机颗粒物,另一些模型则预先指定部分物质的浓度或性质。气溶胶会散射或吸收阳光,也会改变云滴的形成。植被、火灾和尘源的排放部分取决于环境条件,因此能够产生额外的反馈。由于在计算上无法切实地完整表示每一种化学物质,模型会采用简化的反应机理、将化合物归类处理,并简化粒径分布。因此,在解读模拟试验时,必须考虑所采用的具体化学配置。

数值方法、耦合与计算设计

地球系统模型将连续方程转化为离散网格和时间步上的计算。大气网格可采用经纬度坐标、谱表示、立方球面网格,或其他旨在使网格单元在全球分布更均匀的网格。海洋网格通常无法完全贴合海岸线,其垂直坐标则基于深度、密度或随地形变化的曲面。分辨率决定了哪些结构能够被显式模拟。用于长期模拟的全球地球系统模型,其水平网格间距通常为数十至数百千米,但也有分辨率更高的版本。垂直网格则包含数十至一百多层,具体取决于模型分量和应用需求。

小于网格可解析尺度的过程需要采用气候模型参数化。这类过程包括湍流混合、对流、云微物理过程,以及未解析海洋涡旋的影响。参数化将未解析过程的影响与较大尺度的条件联系起来,理想情况下还应保持相关的物理约束。它并非模拟结束后才施加的简单修正,而是贯穿整个计算过程,并能改变已解析环流的演变。提高分辨率会改变显式解析过程与参数化过程之间的划分,但并不能消除对参数化的需求。即使是网格极精细的全球模型,也无法显式解析所有云滴、土壤孔隙或生物相互作用。

软件耦合器负责协调在不同网格和时间步上运行的各分量之间的数据交换。例如,大气向地表各分量提供风、辐射和降水;海洋和陆地则返回表面温度和通量。耦合器对场进行插值,并安排交换时序。对于淡水和热量等物理量,守恒重映射尤为重要,因为插值误差可能在数百年间不断累积。瞬时场与时间平均通量之间的差异也必须得到一致处理。即便各分量单独运行时在数值上都是稳定的,过长的耦合间隔仍可能使快速变化的交换过程失真。

守恒性是检验数值计算可靠性的核心依据。在简化的全球能量收支中,

dHdt=A⊕N,\frac{dH}{dt}=A_{\oplus}N,

其中,HH 为地球系统的热含量,A⊕A_{\oplus} 为地球表面积,NN 为大气顶全球平均的净向下能量通量。如果热量累积与辐射不平衡的时间积分之间存在无法解释的差异,就说明收支核算不完整或存在数值误差。在计入预设的外部源和汇后,也可对水和碳进行类似检验。在跨越数百年的积分过程中,微小的残余误差也可能产生重要影响。

模型的计算实现高度依赖并行计算。网格区域被分配到不同处理器上,各处理器在区域边界处交换信息。大气化学和生物地球化学过程会引入大量示踪变量,从而增加内存占用、通信量和存储需求。由于各分量的计算开销不同,还可能出现负载不均衡。实验开始前,模型还需要进行预积分,使调整缓慢的储库逐渐接近适宜的初始状态。深海温度和土壤碳的调整信号可能持续数百年甚至更久,因此研究人员必须区分真实响应与残余的模型漂移。

试验设计与协同比较

地球系统模式试验不仅由模式代码决定,还取决于初始条件、外部影响、边界条件,以及允许以交互方式演变的物理量。长期的工业化前控制模拟维持近乎恒定的外部条件,通常选取代表19世纪中叶的条件。这些控制模拟可揭示内部变率和残余漂移。历史模拟则施加随时间变化的影响因素,例如温室气体、气溶胶、火山颗粒物、太阳变化和土地利用。其目的是再现重建的外部影响下气候的统计演变,而不是逐一复现所有观测到的天气事件的确切发生次序。

与历史模拟相比,理想化试验能够更清晰地分离各种机制。将大气二氧化碳浓度骤然提高至原来的四倍,可用于探究辐射调整、反馈和海洋热吸收。二氧化碳浓度每年增加1%的试验,则为衡量瞬态响应提供了标准化方法;按此增速,浓度约在70年后翻倍。这类试验方案有助于比较不同模式在相同扰动下的表现,并不意味着现实中的排放或浓度将遵循这些变化轨迹。将选定的碳循环效应固定不变的试验,可以区分二氧化碳增加所引起的响应与伴随的气候变化所引起的响应。

由世界气候研究计划组织开展的耦合模式比较计划(CMIP)提供了统一的试验方案和数据标准。其第六阶段CMIP6包括诊断试验、历史模拟以及许多专题项目。标准的CMIP6历史模拟涵盖1850—2014年,相关的未来情景模拟通常从2015年开始。C4MIP研究气候与碳循环之间的相互作用;其他协同研究活动则考察气溶胶、土地利用、古气候、海洋过程和初始化预测。参与该计划并不意味着每个模式都要开展所有试验,也不意味着各模式启用的组成部分都相同。

有两种试验方式尤为重要。在浓度驱动模拟中,大气二氧化碳浓度遵循预先规定的路径,模式则计算相应的陆地和海洋碳交换。在核算口径一致的前提下,这些交换量可用于诊断与该浓度路径相容的排放量。在排放驱动模拟中,排放量是预先规定的,而大气浓度则依据碳收支演变:

dCAdt=Eanth−Sland−Socean,\frac{dC_{\mathrm{A}}}{dt} =E_{\mathrm{anth}}-S_{\mathrm{land}}-S_{\mathrm{ocean}},

其中,所有项均采用一致的碳质量单位,CAC_{\mathrm{A}}为大气碳储量,EanthE_{\mathrm{anth}}为人为排放量,SS各项表示净碳汇,并规定吸收为正值。除这一简化收支关系外,模式还可能包含其他碳库或过程。

未来试验通常采用共享社会经济路径及其对应的排放或浓度轨迹。SSP1-2.6和SSP5-8.5等标签将社会经济路径编号与本世纪末近似的辐射强迫水平结合起来,后者以瓦每平方米表示。这些都是条件性路径,并未被赋予发生概率。初始条件集合从略有差异的初始状态出发重复同一试验,以对内部变率进行采样;多模式比较则还对模式构建方式的差异进行采样。混淆这两类集合,会使所报告的离散范围究竟衡量什么变得不清楚。

利用观测和过去气候进行评估

评估旨在检验:对于某个具体科学问题,模式能否足够准确地再现相关的状态、变率、趋势和机制。观测资料包括地面站、卫星、气象气球、海洋剖面、生态测量、大气气体记录以及实验室提供的约束。没有任何单一数据集能够毫无空缺或不确定性地覆盖整个地球系统。测量方法、空间覆盖范围和数据处理方式都很重要,尤其是在将分布不规则的观测网络与完整的模式网格进行比较时。研究人员通常会提取观测位置上的模式输出,或应用观测算子来重现仪器实际测量的量。

综合性的气候评估会考察平均温度、降水分布、大气环流、海洋热含量、海冰和季节循环。包括云与地球辐射能量系统在内的卫星辐射观测,为大气顶能量收支提供了约束。Argo计划提供了覆盖广泛的上层海洋温度和盐度剖面,使海洋储热和层化的检验更加有力。仅评估全球平均温度是不够的:不同区域的误差可能相互抵消,使全球平均值看似合理,而环流或降水仍不符合实际。反过来,某一区域的偏差也可能源于观测不确定性或内部变率,而不是某个可以明确识别的模式缺陷。

生物地球化学评估还会考察大气二氧化碳增长率、季节循环、陆地和海洋碳通量估算、植被特性、土壤碳储量、海洋氧含量以及碳酸盐化学。通量塔测量为特定生态系统的物质和能量交换提供约束,海洋调查和自主观测仪器则揭示海洋碳循环的不同方面。许多全球通量数据产品本身依赖于统计重建或模型,因此比较并不总是相互独立的。评估人员会区分直接测量值和推断量,并检验模式与观测的一致性是否在多个数据集和不同空间尺度上仍然成立。

模式开发包括校准,通常也称为调参,即调整不确定的参数,以改善选定的模式特征。这些参数可能控制云的形成、湍流混合或生物过程速率。调参受到物理合理性、守恒要求以及多项诊断指标表现的约束。然而,与调参时所用目标相吻合,其证据力度弱于成功预测某个独立的量。因此,评估还包括针对具体过程的检验、在可行时使用未参与调参的观测资料,以及考察变量之间的关系。模式可能凭借错误的强迫与反馈组合再现历史趋势,因此因果诊断至关重要。

过去的气候提供了额外的检验机会,使评估不再局限于现代仪器观测所涵盖的狭窄范围。对约21,000年前末次盛冰期的模拟,用于研究气候对大规模冰盖、较低温室气体浓度和改变后的边界条件的响应。其他试验则考察更温暖的时期,或不同轨道构型下的气候。海洋沉积物、花粉和冰芯等气候代用指标提供了间接约束,但也存在年代测定、季节性和空间方面的不确定性。模式与古气候资料相符,可以增强人们对某些机制的信心,却不能证明所有未来响应都正确;尤其是现代土地利用和快速的人为强迫,在历史上并无十分相近的对应情形。

反馈、预估与不确定性

地球系统模型的一项重要应用,是将外加扰动与决定其所致变化的反馈区分开来。一个简化的全球关系式为

N=F−α ΔT,N=F-\alpha\,\Delta T,

其中,NN 为行星净向下能量通量,FF 为有效辐射强迫,ΔT\Delta T 为全球地表升温幅度,α\alpha 为净恢复系数。按照这一符号约定,在给定强迫下,正值的 α\alpha 越小,意味着升温越大。实际反馈会随地点、季节以及不断演变的升温空间格局而变化,因此将该系数视为常数只是一种近似。海洋吸热则进一步拉大了瞬态响应与最终平衡状态之间的差异。

气候敏感度受到水汽、大气温度直减率、地表反射率以及云响应的强烈影响。当给定的是排放量而非浓度时,地球系统模型还纳入了会改变大气成分的碳循环反馈。二氧化碳浓度升高可以促进陆地碳吸收,而升温则可能通过改变呼吸作用、水分胁迫、气体在海水中的溶解度以及海洋环流来削弱碳吸收。这些效应同时发生。最终的大气浓度取决于各机制之间的平衡,而不是孤立看待的任何单一反馈。如果相关化学过程以交互方式模拟,甲烷、气溶胶和臭氧的变化还会带来进一步的响应。

预估的不确定性通常分为内部变率、模型响应不确定性和情景不确定性。内部变率源于系统自身的动力学过程,能够在数年至数十年的时间尺度上显著影响区域状况。模型响应不确定性反映了方程、参数化方案、参数值以及所表征过程的差异。情景不确定性则反映了未来排放、土地利用及其他外部影响的不同可能情况。三者的相对贡献取决于所考察的变量、区域和时间跨度。近期的区域降水可能主要受内部变率影响,而本世纪末的全球升温则在很大程度上取决于排放路径。

气候模型集合并不必然提供统计上完备的概率分布。不同模型共享代码、参数化方案、观测约束和开发历史,因此它们的误差并不相互独立。集合给出的范围也可能未涵盖所有成员均未包含的过程。集合平均可以抑制彼此不相关的变率,揭示强迫所致的变化格局,但它本身并不是地球系统按物理规律演变的一次实现。模型加权和观测约束可以改善特定估计,但这些方法是否有效,取决于所检验的关系,也取决于能否避免因样本有限而产生过度信心。

突变带来了额外困难。海洋环流、冰盖、植被和冻结碳库可能呈现非线性响应,但转变的阈值、发生时间及可逆性,取决于一些在不同模型中表征完整程度不一的过程。一个模型未包含某种反馈,并不能据此认定自然界中不存在这种反馈。反过来,某次模拟中出现急剧转变,也不能证明真实系统会在同样的升温水平下发生同样的事件。因此,研究会跨模型比较机制、检验其对参数的依赖,并考察观测资料和过去的气候,而不是将单次模拟得出的阈值视为定论。

应用、解读与新兴方法

地球系统模式通过比较采用不同外部影响因素组合的模拟,为归因研究提供支持。仅考虑自然影响因素的试验,可以与同时纳入人为温室气体、气溶胶和土地利用变化的试验进行比较。归因依赖于响应的时空特征、观测证据,以及对变率的明确处理,而不只是声称某次历史模拟与观测记录相似。相关试验还研究特定影响因素如何作用于极端高温、降雨、海洋状况或生态系统过程,不过,其可靠性因所研究的现象及模式能够解析的尺度而异。

碳预算研究利用地球系统模式考察二氧化碳累积排放量与变暖之间的关系。排放驱动的模拟将大气中的二氧化碳累积、陆地和海洋的吸收以及温度响应纳入同一框架。停止二氧化碳排放的试验用于研究零排放承诺,即大气二氧化碳、海洋热吸收及其他过程相互竞争的调整所导致的后续温度变化。涉及净碳移除的试验可以检验碳排放与碳移除之间的不对称性。即使大气二氧化碳恢复到先前水平,海洋热含量、海平面或生态系统也未必会在相同时间尺度内恢复到先前状态。

区域影响研究所需信息的精细程度,往往超出全球地球系统模式所能提供的水平。气候降尺度利用区域动力模式或统计方法,将大尺度条件转化为更精细的场。水文、农业、海岸和生态系统模式随后可以将这些场用作输入。这一处理链能够补充有用的局地细节,但也会引入假设和额外的不确定性。偏差订正可以提高模拟分布与观测分布的一致性,却无法纠正错误的环流机制。因此,不能将全球地球系统模式的输出直接视为对某个农场、某段河道或某条城市街道状况的预测。

提高分辨率是一条发展路径,对海洋涡旋、山地效应和有组织的大气系统尤其重要。另一条路径是改进过程表征,包括养分限制、植被种群动态、火灾、泥炭地、冻土、海洋食物网以及冰盖相互作用。这些新增内容能够揭示此前未被纳入的响应,但也需要新的参数和观测约束。在实际操作中,模拟的精细程度与试验数量或持续时间之间存在权衡。将计算资源投入一次极其精细的模拟,就无法同时用这些资源构建规模庞大的集合,以采样罕见事件和内部变率。

机器学习日益广泛地用于近似替代计算成本高昂的运算、辅助参数估计、识别系统性误差,以及分析大规模模式存档数据。混合方法可以在保留动力学方程和守恒约束的同时,替代部分参数化方案。这些方法的实用性取决于其在长时间积分中的稳定性,以及在不同于其训练数据所涵盖条件下的表现。可复现性同样重要:要作出有意义的解读,必须能够获取模式版本、试验设置、强迫数据集、集合成员标识以及有文档说明的输出约定。这些细节决定了两次看似可比的模拟是否确实在回答同一个科学问题。