科学家警告气候过冲或难实现气温下降
发表在《自然》杂志上的最新研究显示，即使有可能在暂时“过冲”1.5℃之后逆转全球气温的上升，一些在升温峰值时引发的气候破坏也将不可逆转。过冲是指允许升温暂时超过《巴黎协定》规定的1.5℃。
包括奥地利国际应用系统分析研究所在内的一个国际科学家小组研究发现，气候过冲之后，想在当前预想的时间框架内逆转全球变暖或许很难。事实上，限制全球升温或许才是减缓气候变化的最有效策略。
研究人员对过冲路径和长期气候稳定进行了模型模拟。他们发现，全球和区域气候变化风险因发生或不发生过冲的情景而异。他们认为，过冲后的气温下降可能无法实现，因为较强的地球系统反馈产生的变暖放大效应可能会造成长期升温。
论文强调，虽然从长远来看仍有将升温限制在1.5℃或更低的途径，但如果气候系统的升温超过中位数估计值，则需要“对冲”更高的升温结果。作者指出，如果升温超过1.5℃，通过在全球范围内实现净负排放来逆转升温显然是有益的。与气温仅仅停止上升的情况相比，实现气温长期下降可将2300年的海平面上升幅度降低约40厘米。研究指出，降低全球气温比尝试在过冲后让全球升温稳定下来更容易避免气候风险。
作者强调，只有在短期内迅速减排，降低排放量并尽可能降低峰值温度，才能有效限制损害。要实现这一目标，雄心勃勃的减排必须与规模化和环境可持续的碳清除技术齐头并进。研究结果强调了各国提交雄心勃勃的新减排承诺的重要性。
基于融合机器学习和大样本集合方法提升亚非季风降水季节预测能力
亚非季风降水（AfroASMP）作为全球季风降水的重要组成部分，直接影响地区的水资源、农业生产和生态平衡，其变化不仅牵动亚非亿万人民的日常生活，更与防灾减灾、可持续发展紧密相连。然而，由于亚非季风降水复杂多变的特性，对其进行准确的季节预测一直是一个巨大的挑战。近期南京信息工程大学大气科学学院王会军院士研究团队提出了一种人工智能季节预测模型（Y-model），旨在通过融合传统统计预测经验和机器学习方法，提高对亚非季风降水季节性变化的预测能力。相关成果发表于《npj气候和大气科学》期刊。
文章提出了一种融合新的数据清洗方案的机器学习模型，以提高对亚非季风降水的预测准确性。该模型通过图像识别方法从与季风相关的大数据样本中筛选出潜在的气候预测因子，且只保留与季风降水同期局地大气环流密切相关的因子。这些选定的预测因子随后根据不同的阈值被重新分配进大样本集合中，这些阈值基于四个基本原则：样本大小、预测因子与预测目标之间的相关关系、预测因子之间的独立性以及预测因子在预测年份的极端性。利用Facebook Prophet模型对大样本集合的各个成员进行预测，最终利用独立预测期间高预测技巧成员的集合平均值进行实时预测。
预测结果显示，Y-model在2011—2022年间对亚非季风降水的四个季风降水指数（东亚季风，南海季风，南亚季风，非洲季风）进行了有效预测，最高可提前一年，其相关技能范围为0.58～0.90，相较于主流的CFS v2动力模式，相关系数显著提高，均方根误差降低了11%～53%。此外，Y-model还揭示了对亚非季风降水具有决定性影响的关键预测因子，包括对流层的气候变量，以及在预测年份有极端值的预测因子的作用。这些发现不仅为季风降水的季节性预测提供了新的视角，也为气候服务和灾害预防提供了有力的科学支持。
建立多源高度计有效波高气候数据集新技术
有效波高揭示了实际大气－海洋动量交换的程度，对于深入理解浩瀚大洋上真实海－气相互作用过程起着至关重要的作用。近年来，随着我国海洋卫星探测的蓬勃发展，目前已经积累了多颗长序列海浪遥感资料，如海洋2系列海洋动力环境卫星等。然而、如何减少各个卫星载荷之间的系统偏差、建立具有我国自主知识产权，方法科学、数据可靠的多源高度计有效波高气候数据集成为目前亟待解决的问题。
南京信息工程大学大气科学学院智协飞教授团队联合国家气候中心、清华大学、自然资源部国家卫星海洋应用中心、自然资源部第一海洋研究所开展联合攻关，利用深度学习技术新建了近31年逐日高分辨率多源高度计有效波高气候数据集。
实测数据检验结果显示，相对于国际同类数据集，本新建有效波高数据集具有更长时间序列、更高精度，更小偏差的优势。特别是，U-Net神经网络能显著提高原有遥感数据的时空分辨率和准确度，对比同类数据产品在数据集历史长度、时空分辨率上具有优势。该数据集对于我们理解在气候变化背景下，近几十年海—气相互作用的长期变化趋势具有重要作用，是海洋环境预报、气候变化研究的重要数据。
这项工作形成的论文发表在《遥感》期刊，成果还申报了基于深度学习建立多源卫星有效波高融合方法的发明专利并获得授权。
FGOALS-g3超级集合试验对热带气旋生成频率气候态和年际变率的模拟能力评估
热带气旋生成频率（TCGF）是评估气候模式一个重要指标。以往对国际耦合模式比较计划CMIP模式的评估大多基于每个模式的一个成员，这样往往难以有效区分模式误差与内部变率，从而导致对模式模拟误差的错误估计。基于单一模式的大样本超级集合试验能够量化内部变率的作用，是近年来气候模拟研究领域兴起的新方法。关于超级集合在气候变化中的应用有大量研究，但此前尚没有研究工作评估大样本集合对西北太平洋热带气旋生成频率气候态和年际变率的模拟能力。
最近，中国科学院大气物理所LASG国家重点实验室博士研究生张庭玉与其所在团队师生合作在《气候动力学》上发表研究论文，利用气候系统模式FGOALS-g3的110个集合成员的历史气候模式试验，分析指出虽然内部变率对TCGF的平均状态评估没有显著影响，但TCGF与ENSO之间的关系受到了年代际尺度内部变率的显著调制。
该研究利用了两个国际上主流的潜在生成指数（GPI）来表征模式中的TCGF，这两个GPI指数分别是由Emanuel教授等人提出的EGPI以及由Bin Wang教授和Murakami博士共同提出的DGPI，前者涉及到了热力项的影响，后者强调了动力项的作用。对于平均状态模拟，FGOALS-g3大集合在TCGF空间模式的模拟中表现合理，但与ERA5相比，在数量多少上存在差异。物理过程分析表明，与ERA5相比，由于中纬度的冷海面温度异常，模式中几乎所有的动态项对热带气旋生成更不利，而热力学项则更有利于更多的热带气旋。
对于年际变率，110个成员的概率密度分布中包含了从观测和再分析中的结果。在相同的外强迫作用下，不同集合成员在模拟年际关系时存在明显差异，某些集合成员能够再现从观测和ERA5中得到的TCGF-ENSO关系，这凸显出了内部变率的影响。研究表明，影响TCGF-ENSO关系的内部变率模态是热带太平洋年代际变率（TPDV），它通过改变西北太平洋上空的垂直风切变，调谐模式对TCGF-ENSO年际关联的模拟能力。
厄尔尼诺现象可能是2023年创纪录气温的罪魁祸首
数据显示，2023年，全球平均气温比前一年高近0.3℃，创下新纪录。而人类驱动的全球变暖和短期自然气候波动似乎都无法对此做出解释。
据《科学》报道，现在一系列新研究发现了上述变化的驱动因素：持续3年的拉尼娜现象在2020—2022年期间抑制了全球升温，随后出现的强烈厄尔尼诺现象，导致气温意外上升。
“地球可以做到这点。”其中一项研究的领导者、美国伊利诺伊大学厄巴纳-香槟分校气候科学家Shiv Priyam Raghuraman说。
拉尼娜现象和厄尔尼诺现象是两种截然不同的海洋大气现象。在拉尼娜现象中，强烈的信风沿赤道向西将温暖的表层水推向印度尼西亚，东太平洋深层冷海水被抬升。而在厄尔尼诺现象出现期间，风力减弱，温暖的海水向东流动，海洋“空调”关闭，导致温度上升。
此前的一些分析认为，全球变暖和厄尔尼诺现象的结合远不能解释2023年创纪录高温的出现，导致人们担心可能还有其他因素在起作用。
但Raghuraman等人认为这些分析没有捕捉到厄尔尼诺现象的全部潜力。回顾过去，他们发现，1977年的情况与2023年非常相似。当时，持续多年的拉尼娜现象转变为厄尔尼诺现象，导致气温上升超过0.25℃。
而这只是出现厄尔尼诺现象的70多年中的两个记录。因此，为了生成更好的统计数据，Raghuraman和合著者汇编了能找到的每一个气候模型。这些模型模拟了地球处于稳定状态且不受人类干扰的58021年。然后，他们观察了高于0.25℃的温度峰值出现的频率。结果发现，这种峰值很少出现，出现概率只有1.6%，且几乎都出现在厄尔尼诺现象期间。但当长时间的拉尼娜现象出现时，峰值出现的概率上升至10.3%。相关研究近日发表于《大气化学和物理》。
在这些模型年中，变暖的地理模式通常与2023年发生的情况相同，例如热带大西洋温度大幅上升。Raghuraman说，模型显示，厄尔尼诺现象导致的温度大幅上升虽然很罕见，但可能出现。
而这一结果与8月份发表在《通讯·地球与环境》上的另一项研究吻合。该研究比较了2023年和最近的海面温度。如果全球变暖正在加速，海洋也会出现这种趋势。
“我们没有发现任何气候变暖快速加速的迹象。”挪威国际气候与环境研究中心主任、该研究合著者Marianne Tronstad Lund表示，尽管2023年海洋异常炎热，但只比2015年和2016年厄尔尼诺现象期间的海洋温度高了一点。
此外，美国斯克利普斯海洋研究所最近进行的一项“气候起搏器”实验也表明，厄尔尼诺现象是全球额外高温的罪魁祸首。
不过，有专家指出，2023年的高温出现的时间仍然很奇怪，比在正常厄尔尼诺年来得更快、更强，持续的时间也更长。因此，上述新研究的发现并不是这个问题的最终定论，还有许多问题需要探讨。
极端湿度环境或增加心血管疾病风险
随着全球气候变化的持续加剧，极端天气事件频发，湿度对人类健康的影响日益成为研究热点。越来越多的研究表明，不适宜的湿度环境，尤其是极端高湿或低湿条件，会对心血管系统产生不利影响。然而，湿度与心血管疾病之间的具体关系尚未充分揭示。为此，中国科学院大气物理所黄刚研究员团队与中国医学科学院阜外医院国家心血管病中心王增武教授团队合作开展了具有全国代表性的前瞻性队列研究。
研究结果显示，在随访期间，共有973名受试者确诊为心血管疾病。夏季平均湿度每增加10%，心血管疾病风险将增加17%。研究进一步发现，夏季平均湿度与心血管疾病风险之间呈现出“U”型关系，表明无论湿度过高还是过低，均会对心血管健康产生不利影响。与中等湿度水平相比，处于最低和最高湿度分组的人群患心血管疾病的风险分别增加了34%和44%。此外，分层分析显示，湿度对心血管疾病风险的影响在女性、老年人和中国南方地区的人群中尤为显著。
“我们的研究为湿度与心血管疾病之间的关系提供了新证据，这不仅帮助我们在全球气候变化的背景下提升公共卫生应对能力，也为个体和社区如何更好地适应气候变化提供了重要参考”，黄刚研究员表示。该研究成果已发表于《生物医学与环境科学》（Biomedical and Environmental Sciences）期刊。
越来越多地球“生命体征”受到气候变化威胁
从温室气体水平到冰川消融等关键气候指标，今年都达到了创纪录的水平。近日，《生物科学》发布的一份报告显示，由于气候变化和其他环境威胁，越来越多的地球“生命体征”正处于危险之中。研究人员称之为“气候危机的关键和不可预测的新阶段”。
“我们正处于一场不可逆转的气候灾难的边缘。”美国俄勒冈州立大学的William Ripple说，“毫无疑问，这是一个全球性的紧急情况。”
这份报告是Ripple领导的第五份年度气候状况报告，旨在对研究人员所说的危机提出明确警告，因为目前从温室气体水平到树木覆盖损失等关键气候指标都出现了极端情况。
研究人员评估了35个“行星生命体征”，包括海洋中的热量和冰川的厚度。这些生命体征还包括衡量推动这些变化的人为因素，如人均肉类产量和化石燃料补贴。
报告发现，在这35项指标中，有25项今年达到了创纪录水平，其中大多数打破了2023年创下的纪录。今年早些时候，全球人口增加到81.2亿人，而CH4的主要来源——反刍动物的数量达到42.2亿只。今年的温室气体排放量已超过404亿吨，使大气中的CO2、CH4和N2O水平创下新高。
气候变化的影响也达到了创纪录水平。海洋中的热量越来越多，海水的酸性越来越强，海平面则继续上升。格陵兰岛的冰盖损失了创纪录的质量。在美国，与高温相关的死亡率也有所上升。目前的死亡率为每10万人年0.62人，比2023年上升30%以上。
其中5项指标去年没有创下纪录，但在今年创下了纪录。这包括煤炭和石油消耗量；南极冰盖的质量损失比过去22年记录中的任何时候都多；1190万公顷森林被烧毁；全球平均气温的上升幅度超过了至少过去145年来的任何时候。
瑞士苏黎世联邦理工学院的生态学家、报告合著者Thomas Crowther说：“令人震惊的是，在一个数十亿人已经遭受气候变化影响的世界里，化石燃料排放和森林砍伐率并没有放缓，反而在增加。”
不过，也有一些指标在减缓气候变化方面朝着正确的方向创造了记录。例如，太阳能和风能的消费达到了历史新高；在金融领域，从化石燃料中撤资达到了创纪录水平。今年，碳定价覆盖的排放比例升至创纪录水平，巴西的森林砍伐率也有所下降。
但研究人员认为，这还远远不够。他们写道：“可悲的是，我们未能避免严重的影响，我们现在只能希望限制损害的程度。”
（《气候变化动态》编辑组）
