基于極端天氣對(duì)未來(lái)氣候變化影響的預(yù)測(cè)

胡瓊輝 宋榮榮

摘 要：為了研究極端天氣對(duì)未來(lái)氣候的影響，本文在考慮地球的吸熱、散熱以及海洋的溫度變化等眾多要素的條件下，建立了一個(gè)刻畫(huà)氣候變化的預(yù)測(cè)模型，使用Python和Matlab，分別采用K-means方法和Birch方法來(lái)對(duì)未來(lái)25年的氣候變化作出有效預(yù)測(cè)。首先，收集了1974-2014年間大氣二氧化碳濃度數(shù)據(jù)、1854-2019年間近60萬(wàn)的全球海洋表面溫度數(shù)據(jù)和1880-2014年全球平均氣溫?cái)?shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行了必要的整理和分析，得到數(shù)據(jù)組和檢驗(yàn)組;其次，分別建立了大氣二氧化碳濃度的預(yù)測(cè)模型、海洋表面溫度的預(yù)測(cè)模型和全球平均氣溫的預(yù)測(cè)模型，分別對(duì)未來(lái)2020-2045年間大氣二氧化碳濃度水平、海洋表面溫度水平以及全球平均氣溫進(jìn)行估計(jì)和預(yù)測(cè);最后，通過(guò)對(duì)氣候變化預(yù)測(cè)模型的結(jié)果進(jìn)行分析，得出未來(lái)25年間的海洋表面溫度（SST）變化將趨勢(shì)平緩、微弱上升，大氣二氧化碳濃度（C）將以較大的速率上升，同時(shí)全球平均氣溫的綜合平均水平將上升為14.677℃，最終全球氣候?qū)⒊掷m(xù)變暖。

關(guān)鍵詞：極端天氣;氣候變化;K-means方法;Birch方法;預(yù)測(cè)模型;全球變暖

1 引言

近些年來(lái)，極地冰川融化、海平面上升、全球氣候變暖日益成為全球變化研究的焦點(diǎn)，引起了各國(guó)政府和科學(xué)界的重視。氣候變暖和氣候變冷的問(wèn)題也一直是科學(xué)界爭(zhēng)論的話題，而對(duì)全球氣候變暖的解釋是由于溫室效應(yīng)不斷積累所致。[1]不過(guò)，雖然溫室氣體的濃度在不斷上升，但自從進(jìn)入21世紀(jì)以來(lái)，10年間全球全年平均氣溫幾乎未變化，這種現(xiàn)象叫作全球變暖停滯狀態(tài)（Hiatus）。正因?yàn)槌霈F(xiàn)全球變暖停滯現(xiàn)象，使公眾對(duì)全球變暖產(chǎn)生了懷疑。因此，本文將在考慮地球的吸熱、散熱以及海洋的溫度變化等要素的條件下，建立一個(gè)刻畫(huà)氣候變化的預(yù)測(cè)模型，來(lái)對(duì)未來(lái)25年的氣候變化作出預(yù)測(cè)。

2 氣候變化預(yù)測(cè)模型

2.1 模型的準(zhǔn)備

2.1.1 對(duì)氣候變化產(chǎn)生影響的因子分析

氣候變化的中長(zhǎng)期年際分析預(yù)測(cè)，往往受到初始?xì)庀髷?shù)值和外界條件的影響，其中，初始?xì)庀髷?shù)值是指預(yù)測(cè)年限之前的相關(guān)氣象數(shù)據(jù);外界條件是指大氣、海洋和太陽(yáng)活動(dòng)。

（1）溫室氣體對(duì)大氣產(chǎn)生的影響

溫室氣體指的是大氣中能吸收地面反射的長(zhǎng)波輻射，并重新發(fā)射輻射的一些氣體，如水蒸氣、二氧化碳等，它們的作用是使地球表面變得更暖。[2]在各種溫室氣體中，二氧化碳由于含量較多，對(duì)全球升溫的貢獻(xiàn)百分比也最大（約為25%），因此本文將使用二氧化碳的各種指標(biāo)來(lái)代表溫室氣體的大致情況。

根據(jù)在地球政策研究所的官網(wǎng)上，以及美國(guó)國(guó)家海洋和大氣管理局所提供的數(shù)據(jù)和圖像（見(jiàn)附件1），可以清晰地觀察到二氧化碳在1000-2014年間的變化情況以及與1880-2014年間全球氣溫（見(jiàn)附件2）變動(dòng)的比照（見(jiàn)圖1）。

通過(guò)觀察圖1，可以發(fā)現(xiàn)二氧化碳體積比與全球氣溫間的各自變動(dòng)間存在著明顯的正相關(guān)關(guān)系，原因在于溫室氣體的存在對(duì)地球的吸熱、散熱活動(dòng)產(chǎn)生了重要影響。可以說(shuō)，二氧化碳之類(lèi)的溫室氣體通過(guò)對(duì)地氣系統(tǒng)平衡的破壞，致使能量在該系統(tǒng)不斷聚積，從而導(dǎo)致全球溫度上升，產(chǎn)生“溫室效應(yīng)”。

（2）海洋與大氣的相互作用

雖然大氣層與海洋相隔甚遠(yuǎn)，但二者之間的相互作用卻在時(shí)時(shí)刻刻影響著全世界的氣候演變。一方面，大氣會(huì)對(duì)海洋產(chǎn)生強(qiáng)迫作用，具體表現(xiàn)為影響海面風(fēng)應(yīng)力、海面大氣壓、海面熱通量和太陽(yáng)輻射的強(qiáng)度;另一方面，海洋會(huì)對(duì)大氣的這些強(qiáng)迫作用產(chǎn)生一系列的反應(yīng)，從而對(duì)大氣運(yùn)動(dòng)結(jié)構(gòu)產(chǎn)生影響，具體表現(xiàn)為SST的變化會(huì)導(dǎo)致海洋表面熱通量的變化，海洋表面流場(chǎng)的變化會(huì)導(dǎo)致大氣底部風(fēng)應(yīng)力發(fā)生改變。[3]

（3）太陽(yáng)活動(dòng)對(duì)氣候的影響

由于人為氣體的增加，低層大氣的變暖會(huì)同時(shí)伴隨著高層大氣的冷卻。[4]從平流層開(kāi)始，大氣層的全球年平均氣溫幾乎每十年就會(huì)下降2K;而這種熱層冷卻，以及由此導(dǎo)致的密度降低，比預(yù)期種太陽(yáng)最低溫度條件下的每十年近3K要低，故而造成全球氣溫的上升。此外，太陽(yáng)活動(dòng)所造成的太陽(yáng)輻射的變動(dòng)，對(duì)地球的氣候也會(huì)產(chǎn)生一系列的影響。[9]

2.1.2 重要的概念區(qū)分：天氣和氣候

天氣和氣候是兩個(gè)完全不同的概念，在各個(gè)維度上都有著確切的差別。[5]對(duì)于一段時(shí)間內(nèi)天氣的宏觀描述，可以與其他要素一同組成氣候描述;但氣候本身并不影響天氣，氣候只是提供了在一年中的某個(gè)時(shí)期內(nèi)有可能發(fā)生的天氣類(lèi)型。

在預(yù)測(cè)方面，天氣和氣候也存在著明顯差異。天氣預(yù)報(bào)是基于對(duì)大氣層中實(shí)時(shí)發(fā)生的氣象因素進(jìn)行觀測(cè)，但預(yù)測(cè)只在相對(duì)較短的10至14天內(nèi)可靠;相比之下，氣候預(yù)測(cè)就比較復(fù)雜，需要預(yù)測(cè)長(zhǎng)期的天氣趨勢(shì)，而不是預(yù)測(cè)50或100年后某一特定日子的天氣情況。[6]

2.1.3 數(shù)據(jù)來(lái)源及處理

本文數(shù)據(jù)主要來(lái)源于地球政策研究所、美國(guó)國(guó)家航空航天局和美國(guó)國(guó)家海洋和大氣管理局提供的1000-2014年間大氣二氧化碳濃度數(shù)據(jù)和1880-2014年全球平均氣溫?cái)?shù)據(jù)，以及經(jīng)作者篩選處理過(guò)的海洋表面溫度SST數(shù)據(jù)。分別采用K-means、Birch方法建立數(shù)學(xué)模型，使用Python及Matlab進(jìn)行編程。首先，從三個(gè)數(shù)表中抽取出1965-2014年共計(jì)50年的全球平均氣溫?cái)?shù)據(jù);然后，為了保證分析的有效性，可信性和準(zhǔn)確性，將數(shù)據(jù)分為1965-1994年共計(jì)30年數(shù)據(jù)的數(shù)據(jù)組，以及1995-2014年共計(jì)20年數(shù)據(jù)的檢驗(yàn)組;最后，建立模型進(jìn)行預(yù)測(cè)。

2.1.4 模型假設(shè)

為簡(jiǎn)化問(wèn)題，我們?cè)诓挥绊懩Ｐ蜏?zhǔn)確性的前提下，提出如下假設(shè)：

（1）加拿大各區(qū)域首府的氣溫水平可以代表該區(qū)域的大致氣溫水平;

（2）每一年固定某月的平均海面溫度數(shù)據(jù)，可以代表這一年的大致平均SST水平，產(chǎn)生的誤差忽略不計(jì);

（3）設(shè)太陽(yáng)活動(dòng)對(duì)全球氣候產(chǎn)生的影響為一個(gè)常數(shù)，中短期的變動(dòng)可以忽略不計(jì)。

2.2 模型的建立與求解

因?yàn)闅夂蚴窃陂L(zhǎng)時(shí)期內(nèi)有可能發(fā)生的天氣類(lèi)型，因而難以用模型直接求得。[7]所以本模型不是直接刻畫(huà)氣候的模型，而是先對(duì)天氣情況進(jìn)行刻畫(huà)與預(yù)測(cè)，然后通過(guò)若干時(shí)間點(diǎn)上預(yù)測(cè)所得的天氣狀況，宏觀地描述一長(zhǎng)段時(shí)間里的氣候變化。[10]

考慮到大氣二氧化碳濃度數(shù)據(jù)和海洋表面溫度對(duì)天氣氣溫的影響是相對(duì)簡(jiǎn)單和直接的，所以本模型初步設(shè)立為全球平均氣溫（記為T(mén)W）關(guān)于二氧化碳濃度和海洋表面溫度的一個(gè)二元線性模型，模型結(jié)構(gòu)為：

其中，TW表示全球平均氣溫，C表示二氧化碳濃度，SST表示海洋表面溫度，AS表示太陽(yáng)活動(dòng)異常，β0、β1和β2表示待求參數(shù)。

因?yàn)锳S期望為0，一般可視為等于0的常數(shù)，所以此處先略去AS。[8]將數(shù)據(jù)組的數(shù)據(jù)導(dǎo)入STATA對(duì)C（大氣二氧化碳濃度）和SST（海洋表面溫度）進(jìn)行回歸分析，回歸分析完成后再將AS項(xiàng)加回來(lái)。最后得到：

R2=0.82說(shuō)明模型擬合度較好，P=0.0000證實(shí)時(shí)間變量對(duì)SST影響顯著。

2.3 模型的驗(yàn)證

將檢驗(yàn)組的數(shù)據(jù)帶入模型方程中，得到TW（全球平均氣溫）的預(yù)測(cè)值TW_P，由圖2可知實(shí)際TW值（全球平均氣溫）與模型預(yù)測(cè)所得的TW_P值趨勢(shì)較為吻合，數(shù)值偏差較小，故該模型有效。

2.4 模型預(yù)測(cè)結(jié)果

（1）對(duì)于C（大氣二氧化碳濃度）的預(yù)測(cè)

通過(guò)圖2可知，20世紀(jì)70年代開(kāi)始，大氣二氧化碳濃度相對(duì)于時(shí)間序列呈現(xiàn)出一定的線性規(guī)律。因此，令C代表大氣二氧化碳濃度水平，year代表年份，用1975-2004年的數(shù)據(jù)對(duì)其進(jìn)行一元線性回歸，得到回歸模型：

R2=0.997說(shuō)明模型擬合度極佳，P=0.0000證實(shí)時(shí)間變量對(duì)SST影響顯著。需要說(shuō)明的是，該線性模型并不意味著時(shí)間是影響C（大氣二氧化碳濃度）的因素，我們只能推測(cè)某些隨時(shí)間呈線性變化的因子對(duì)C是有顯著影響的。建立該模型，只是作為后文中預(yù)測(cè)未來(lái)天氣、建立刻畫(huà)氣候模型的佐證。

接下來(lái)，用2005-2014年的數(shù)據(jù)對(duì)回歸模型作出檢驗(yàn)，求得的大氣二氧化碳濃度為C_P。如圖3所示。實(shí)際大氣二氧化碳濃度C與模型預(yù)測(cè)所得的C_P值趨勢(shì)一致，數(shù)值偏差較小，故該模型有效。

（2）對(duì)于SST（海洋表面溫度）的預(yù)測(cè)

在問(wèn)題一海洋表面溫度規(guī)律的處理部分，本文以及求得了20世紀(jì)后SST關(guān)于時(shí)間序列變動(dòng)的回歸模型：

根據(jù)該模型，可以求得2020-2045年的海洋表面溫度數(shù)據(jù)。

（3）對(duì)于TW（全球平均氣溫）的預(yù)測(cè)

利用上面求得的未來(lái)25年的，即2020-2045年的C_P（預(yù)測(cè)的大氣二氧化碳濃度）值和SST_P（預(yù)測(cè)的海洋表面溫度）值，帶入上文中的全球平均氣溫預(yù)測(cè)模型，即

可以得到全球平均氣溫在未來(lái)25年的預(yù)測(cè)值TW_P。

最后，將TW_P按時(shí)間序列繪制成圖4，如下：

3 結(jié)束語(yǔ)

根據(jù)本文建立的模型，得到以下結(jié)論：

（1）未來(lái)25年間的海洋表面溫度（SST）變化趨勢(shì)平緩，但變動(dòng)趨勢(shì)是微弱上升的。

（2）未來(lái)25年間的大氣二氧化碳濃度（C）是以較大的速率上升的。

（3）由圖4可知，模型預(yù)測(cè)未來(lái)25年的全球平均氣溫始終呈上升趨勢(shì)，全球氣候?qū)⒊掷m(xù)變暖?；诖四Ｐ?，可以推測(cè)氣候持續(xù)變暖是溫室氣體（主要是二氧化碳）濃度的持續(xù)上升、海洋與大氣的相互作用和太陽(yáng)活動(dòng)異常的推動(dòng)導(dǎo)致的。

（4）從1880-2014年全球平均氣溫?cái)?shù)據(jù)從抽出1990-2014年的數(shù)據(jù)，求得該時(shí)間區(qū)間內(nèi)全球平均氣溫的綜合平均水平為14.49℃。同理用預(yù)測(cè)數(shù)據(jù)表中的數(shù)據(jù)，求得預(yù)測(cè)中未來(lái)25年全球平均氣溫的綜合平均水平，計(jì)算結(jié)果為14.677℃，與1990-2014年相比增幅為1.29個(gè)百分點(diǎn)。

參考文獻(xiàn)

[1] Yangyang Xu，Ramanathan Veerabhadran，Victor David G. Global warming will happen faster than we think[J].Nature，564：30-30，2018.

[2] David Spratt，Ian Dunlop.Existential climate-related security risk： A scenario approach[R].Australia：Policy Paper from Breakthrough-National Centre for Climate Restoration，2019.

[3] Allison Edward H，Bassett Hannah R.Climate change in the oceans：Human impacts and responses[J].Science，350（6262）：78-82，2015.

[4] Corinne Le Quere，et al.Global carbon budget 2017[J].Earth System Science，7（7）：47-85，2015.

[5] Medhaug I，Stolpe M B，F(xiàn)ischer E M，et al.Reconciling controversies about the ‘global warming hiatus[J]. Nature， 545（7652）：41-47，2017.

[6] Meehl G A，Hu A，Santer B D，et al.Contribution of the Interdecadal Pacific Oscillation to twentieth-century global surface temperature trends[J].Nature Climate Change，15：1005-1008，2016.

[7] Xianyao C，Ka-Kit T.Global surface warming enhanced by weak Atlantic overturning circulation[J]. Nature， 559（7714）：387-391，2018.

[8] Smith T M，Reynolds R W.A High-Resolution Global Sea Surface Temperature Climatology for the 1961–90 Base Period[J].Journal of Climate， 11（12）：3320-3323，1998.

[9] 魏敏.基于BCC氣候系統(tǒng)模式的年代際預(yù)測(cè)研究[D].北京：清華大學(xué)，2017.

[10] 伍志元，蔣昌波，鄧斌，曹永港.基于海氣耦合模式的南中國(guó)海北部風(fēng)暴潮模擬[J].科學(xué)通報(bào)，63（33）：3494-3504，2018.

作者簡(jiǎn)介：胡瓊輝（1997-），女，漢族，四川，碩士研究生，西南民族大學(xué)，研究方向：人口與可持續(xù)發(fā)展，

通訊作者：宋榮榮（1979-），女，漢族，山東，副教授，博士，，西南民族大學(xué)，研究方向：泛函分析和先進(jìn)PID控制

基金項(xiàng)目：西南民族大學(xué)中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金資助（82001564）.