構(gòu)建高分辨率全球氣候模型

張長(zhǎng)青/編譯

構(gòu)建高分辨率全球氣候模型

張長(zhǎng)青/編譯

構(gòu)建高分辨率全球氣候模型模擬雷暴天氣等區(qū)域效應(yīng)，對(duì)預(yù)測(cè)全球變暖起關(guān)鍵作用

●英國(guó)牛津大學(xué)馬丁學(xué)院的氣候物理學(xué)教授、氣候預(yù)測(cè)和建模小組負(fù)責(zé)人蒂姆·帕爾默（Tim Palmer）指出，致力于氣候預(yù)測(cè)的國(guó)際超級(jí)計(jì)算中心要負(fù)起減少全球變暖中不確定因素的責(zé)任。

推動(dòng)全球碳減排通常要引導(dǎo)民眾對(duì)預(yù)防原則的認(rèn)識(shí)才能實(shí)現(xiàn)：減排之所以能得以實(shí)施，是因?yàn)槿藗円庾R(shí)到，袖手旁觀的高風(fēng)險(xiǎn)會(huì)令人無(wú)法接受。通過(guò)強(qiáng)調(diào)風(fēng)險(xiǎn)意識(shí)控制，才能讓大家認(rèn)識(shí)到全球變暖在程度和時(shí)間上有不確定性。

這種不確定性客觀存在。正像政府間氣候變化專(zhuān)門(mén)委員會(huì)(IPCC)在第五次評(píng)估報(bào)告中所預(yù)測(cè)的那樣，若氣候變暖在上端區(qū)間發(fā)生，則嚴(yán)酷的氣候變化會(huì)在全球范圍出現(xiàn)災(zāi)難性后果，碳減排已經(jīng)到了刻不容緩的地步；若氣候變暖在低端區(qū)間發(fā)生，碳減排進(jìn)程或可能因此延緩，一些社會(huì)資源或許會(huì)更好地關(guān)注在當(dāng)?shù)夭扇〉拇胧?/p>

若想大幅度降低這些不確定因素，就需要新一代的全球氣候模型——能更好地把握細(xì)節(jié)問(wèn)題的解決，包括云系統(tǒng)和海洋漩渦。技術(shù)挑戰(zhàn)無(wú)疑是史無(wú)前例的，所需的超級(jí)計(jì)算機(jī)速度將超越現(xiàn)今最快計(jì)算機(jī)的速度。同時(shí)，還要在更大范圍內(nèi)進(jìn)行技術(shù)和資金方面的國(guó)際合作。

就減緩氣候變暖成本而言，設(shè)想會(huì)涉及到數(shù)萬(wàn)億美元的投資，這對(duì)減少氣候變化的不確定性無(wú)疑是必要的，同時(shí)還將改善區(qū)域氣候變化預(yù)測(cè)，最終提高預(yù)測(cè)極端天氣的能力。

應(yīng)對(duì)挑戰(zhàn)

目前而言，氣候預(yù)測(cè)中最大的不確定性之一是水循環(huán)作用，尤其是云層的形成——放大或衰減大氣中二氧化碳的變暖效應(yīng)。云層會(huì)強(qiáng)烈受到大氣中兩種循環(huán)類(lèi)型的影響：中緯度，將熱量從熱帶地區(qū)輸送到極地的低壓天氣系統(tǒng)，和垂直傳輸熱量和水分的對(duì)流作用。

全球氣候模型預(yù)測(cè)的是演化變量，如溫度、濕度、風(fēng)和洋流在網(wǎng)格單元上的情況顯示。目前，全球氣候模型中顯示的單個(gè)水平網(wǎng)格單元大約為100公里，其分辨率足以清晰模擬出中緯度地區(qū)的天氣系統(tǒng)，綿延數(shù)千公里。但描述對(duì)流云系統(tǒng)時(shí)卻只能延伸幾十公里，且清晰度也不夠理想。

而被稱(chēng)為“參數(shù)化”的簡(jiǎn)化公式用于近似一個(gè)網(wǎng)格內(nèi)的對(duì)流云或其他小規(guī)模過(guò)程的平均效應(yīng)，其近似值是氣候模擬中的主要誤差源和不確定因素——在這些公式中所用參數(shù)不可能精準(zhǔn)確定對(duì)真實(shí)世界的觀察。這一點(diǎn)很重要，因?yàn)樵谀M氣候變化時(shí)，簡(jiǎn)化公式對(duì)對(duì)流云系統(tǒng)近似表達(dá)的一些相關(guān)參數(shù)十分敏感。

減少網(wǎng)格單元尺寸至1公里以下，或許能讓對(duì)流云系統(tǒng)的問(wèn)題得到解決，而模擬海洋關(guān)鍵元素還會(huì)更直接些。例如，對(duì)于維持大規(guī)模潮流起重要作用的海洋漩渦，如墨西哥灣流和南極繞極流，其問(wèn)題一定會(huì)得到解決。

創(chuàng)建一個(gè)公里級(jí)的高分辨率全球模型的想法，是在2009年召開(kāi)的聯(lián)合國(guó)氣候變化峰會(huì)上提出的。但迄今還沒(méi)有一家機(jī)構(gòu)擁有此類(lèi)資源推進(jìn)其實(shí)施。不管怎樣，目前的計(jì)算機(jī)系統(tǒng)尚不能勝任這份工作，而建模努力被專(zhuān)注于開(kāi)發(fā)更好的冰原、生物和化學(xué)過(guò)程表達(dá)所替代(例如，碳循環(huán)表達(dá))，以及通過(guò)多次運(yùn)行模型上的部分參數(shù)值來(lái)量化氣候的不確定性。

在氣候模型中運(yùn)行1公里的網(wǎng)格單元，按一個(gè)世紀(jì)時(shí)間量程計(jì)算的話，需要百億億次級(jí)，即具有每秒超過(guò)1018次方運(yùn)算能力的計(jì)算機(jī)才能勝任。這樣的計(jì)算機(jī)近十年內(nèi)應(yīng)該會(huì)出現(xiàn)，但對(duì)于一個(gè)機(jī)構(gòu)而言，再過(guò)另一個(gè)十年或者更多時(shí)間，可能也負(fù)擔(dān)不起。

高分辨率氣候模型在有限的區(qū)域內(nèi)模擬對(duì)流云系統(tǒng)

良好范例

IPCC在2007年發(fā)表的第四次評(píng)估報(bào)告中提及，低分辨率全球氣候模型已經(jīng)建成22個(gè)，到2014年的第五次評(píng)估報(bào)告時(shí)則增加到59個(gè)。在第五次評(píng)估數(shù)據(jù)庫(kù)中，僅歐洲氣候研究機(jī)構(gòu)就貢獻(xiàn)了19個(gè)不同類(lèi)型的氣候模型集成。與此同時(shí)，氣候模型中出現(xiàn)的系統(tǒng)性偏差和錯(cuò)誤在過(guò)去十年間僅有小幅減少。

目前正是建立高分辨率全球氣候模型的時(shí)候。借助資源整合、專(zhuān)業(yè)人才集聚等優(yōu)勢(shì)，相關(guān)機(jī)構(gòu)（氣候研究所、天氣預(yù)報(bào)中心和學(xué)術(shù)部門(mén)）希望在十年內(nèi)建成第一個(gè)云成像全球氣候模型——也許每個(gè)大陸最終只有一臺(tái)這樣的設(shè)備，既可避免重復(fù)建設(shè)，可以分享大量資源，又能保持一種競(jìng)爭(zhēng)環(huán)境，起到鼓勵(lì)創(chuàng)新的作用。

歐洲中期天氣預(yù)報(bào)中心（ECMWF）的成功，便是政府間致力于協(xié)作的一個(gè)良好范例。ECMWF成立于1973年，它們利用全球天氣模型提前十天預(yù)報(bào)天氣，從一開(kāi)始起，這一工作就受到全世界的關(guān)注。目前，ECMWF受到34個(gè)成員國(guó)的資助，吸引著全歐洲的頂尖人材匯集與此，為建立高分辨率全球氣候模型打下了基礎(chǔ)。

現(xiàn)在是引入這個(gè)概念的時(shí)候了。然而，必須要克服計(jì)算上的挑戰(zhàn)。例如，由上百萬(wàn)以上元件組成的百億億級(jí)計(jì)算機(jī)，僅有基礎(chǔ)信息在處理器之間，或從處理器到內(nèi)存的傳遞是遠(yuǎn)遠(yuǎn)不夠的，還需要在數(shù)以百萬(wàn)計(jì)的氣候變量中對(duì)物理信息的評(píng)估。同時(shí)硬件也需要進(jìn)一步提升，以期讓精確的數(shù)值模型變量得以高效運(yùn)算、傳輸和存儲(chǔ)。

即使到了1公里網(wǎng)格單元，對(duì)于未解的云成像過(guò)程，如湍流、水滴及冰晶的影響必須要實(shí)施參數(shù)化(使用隨機(jī)模型來(lái)表達(dá)這些參數(shù)化中的不確定性)?？墒?，該如何確定全球變暖的不確定性會(huì)減少呢?答案是使用“數(shù)據(jù)同化”軟件，即一類(lèi)要求在計(jì)算上優(yōu)化算法、為天氣預(yù)報(bào)創(chuàng)建準(zhǔn)確的初始條件。此類(lèi)軟件允許高分辨率氣候模型中的云尺度變量與觀測(cè)到的云層進(jìn)行詳細(xì)比對(duì)，以減少氣候模型中的不確定性或錯(cuò)誤的發(fā)生。

高分辨率氣候模型除了指導(dǎo)減災(zāi)政策外，還能改善區(qū)域適應(yīng)性以提高極端天氣預(yù)測(cè)能力，包括最大程度的減少不可預(yù)見(jiàn)的地球工程后果，同時(shí)，這也是將天氣事件歸因于氣候變化的關(guān)鍵。

高能物理學(xué)家和天文學(xué)家一直對(duì)國(guó)際合作心存感激，因?yàn)檫@種合作是實(shí)現(xiàn)他們從事前沿科學(xué)的基礎(chǔ)。事實(shí)上，氣候預(yù)測(cè)領(lǐng)域現(xiàn)在已經(jīng)進(jìn)入了“大科學(xué)”的行列。

[資料來(lái)源：Nature][責(zé)任編輯：則鳴]