IPCC第六次氣候變化評估中的氣候約束預估方法*

周佰銓 翟盤茂

中國氣象科學研究院災害天氣國家重點實驗室，北京，100081

1 引言

氣候變化影響評估、適應規(guī)劃以及政策制定均需要可靠的未來氣候變化預估信息（Brunner，et al，2020a）。預估氣候變化最典型的方法就是借助多個氣候模式的集合來估計最有可能的變化及其不確定性（Brunner，et al，2020a；Hegerl，et al，2021），例如最新的第六次耦合模式比較計劃（CMIP6，Eyring，et al，2016）。然而，由于不同社會經(jīng)濟路徑下的排放及技術發(fā)展情景差異、氣候模式存在的誤差以及內部變率等帶來的不確定性，模式間的離差仍很大（Weigel，et al，2010；Knutti，et al，2017）。如何減小多模式預估的不確定性成為氣候變化研究領域近十年來的熱點問題。

發(fā)展氣候模式使其可以刻畫更多尺度、更多過程，提升模擬技巧是減小預估不確定性的重要手段，但氣候模式的發(fā)展與改進相對比較緩慢（Nijsse，et al，2018）。許多研究由此催生了利用多條證據(jù)鏈或者充分考慮不同來源的不確定性來約束預估的想法和相關技術。這些技術通常通過對比觀測資料得到的模式性能或表現(xiàn)來實施對氣候變化預估的約束，所以常稱為觀測約束（observational constraint）（Borodina，et al，2017；Ribes，et al，2021；Hegerl，et al，2021）。觀測約束基于的假設是歷史階段評估得到的模式性能及表現(xiàn)與模式未來的行為存在可靠關系。這種關系可以是模式歷史模擬表現(xiàn)向未來預估的延續(xù)（Brunner，et al，2020a），也可以是歷史或當今有觀測資料的變量與待預估變量之間存在的某種統(tǒng)計關系（Rowell，2019）。前者包括利用模式在歷史階段的性能及表現(xiàn)賦予模式相應的權重或直接篩選模式，稱作多模式 加 權（Knutti，et al，2017；Lorenz，et al，2018；Brunner，et al，2020b）；也包括根據(jù)歸因分析結果訂正模式對不同外強迫的響應尺度，稱作基于歸因結果 的 約 束（Stott，et al，2013；Shiogama，et al，2016；Gillett，et al，2021）。后者這種有觀測資料的變量與待預估變量的統(tǒng)計關系往往不是通過單個模式診斷得到，而是從多模式集合中“萌生”出來，所以稱作萌現(xiàn)約束（emergent constraint）（Hall，et al，2019；Eyring，et al，2019；Brient，2020）。

觀測約束在全球地表溫度、全球降水、區(qū)域氣候、極端事件、氣候敏感度、云反饋、北極海冰、環(huán)流系統(tǒng)及碳循環(huán)等方面的預估中均有相關應用，表1列出了近10年觀測約束預估的一些代表性研究?；趯ο嚓P觀測約束研究的綜合評估，政府間氣候變化專門委員會（IPCC）第一工作組（WGI）第六次評估報告（AR6）明確指出，此次報告在氣候預估方面相比以往報告的進步主要體現(xiàn)在對未來氣候變化的約束上。此次報告屬IPCC首次在評估中綜合利用了基于情景的多模式預估、基于歷史溫度升高模擬的觀測約束以及更新的平衡態(tài)氣候敏感度（ECS）和瞬變氣候響應（TCR）的評估結果，依此構建了未來全球地表溫度變化的預估結果。報告指出，這些證據(jù)鏈的加入，包括在2019—2028年預估中使用的基于最近觀測資料初始化的預測結果，減小了各個情景下評估的不確定性（IPCC，2021）。除了全球地表溫度的約束預估，IPCC第一工作組第六次評估報告中也對海洋熱容量及海平面的未來變化用以上3方面的證據(jù)進行了約束。對其他變量，尚不存在此類穩(wěn)健的約束方法來約束預估，所以在該報告氣候變化預估的評估中絕大多數(shù)情況下用的還是CMIP6多模式的預估結果（IPCC，2021；Lee，et al，2021）。鑒于觀測約束方法在預估研究中的興起及其應用潛力和開闊前景，文中對IPCC第一工作組第六次評估報告中提及的幾種主要觀測約束預估方法進行回顧和介紹。

表1 近10年觀測約束預估的一些代表性研究Table 1 List of several representative projection studies in the recent 10 years using observational constraint

2 約束預估方法

2.1 多模式加權

在傳統(tǒng)的氣候預估中，多模式集合中的所有模式均被視為具有同等價值。所以，在估計目標變量的平均值或方差時，通常每個模式均賦予同等權重，也即所謂的“模式民主”。在IPCC第五次評估報告（AR5）對多模式預估的評估中，大多數(shù)時候均使用同等權重的做法（如圖1左側所示）。但在IPCC第五次評估報告對海冰的預估中僅使用了部分通過檢驗評估的模式，即對模式進行篩選。篩選是直接將某些歷史表現(xiàn)不佳的模式剔除（屬于多模式權重分配的極端情形），將其權重直接分配為0（如圖1右上方模式C）。在第五次評估報告之后，多模式權重分配引發(fā)了廣泛探討和研究，因為同等權重的做法沒有體現(xiàn)模式性能的優(yōu)劣。目前已有相關證據(jù)證實對多模式集合進行同等權重分配并不一定是最優(yōu)選擇（Eyring，et al，2019）。后續(xù)的研究除了集中在根據(jù)模式表現(xiàn)或其對預估信息的增量貢獻進行模式篩選外，還有許多研究根據(jù)模式的模擬表現(xiàn)進行權重分配（如圖1右下方所示）。這些多模式加權的研究根據(jù)一種或多種模式模擬表現(xiàn)的指標給模式分配權重以減小特定排放情景下氣候預估的離差（Chen，et al，2021）。

目前，越來越多的研究開始關注在設計模式權重分配策略的過程中模式之間的獨立性問題。一些模式可能共享對某些過程的描述、參數(shù)化方案甚至部分代碼，從而導致模擬結果存在同樣的偏差（Herger，et al，2018；Eyring，et al，2019；Chen，et al，2021），所以模式之間并不完全相互獨立。這種不獨立不僅挑戰(zhàn)了模式具有同等價值或者說“模式民主”的理念，也可能使基于多模式得到的預估結果以一種還未完全研究透徹的方式出現(xiàn)偏差。由此促使一些研究開始在多模式加權的策略中同時考慮模式的模擬性能以及模式之間的獨立性。許多研究（Knutti，et al，2017；Lorenz，et al，2018）采用模式集合中模式表現(xiàn)的差異定義模式的獨立性。然而這種定義對變量、觀測數(shù)據(jù)集、模式性能指標、時段以及區(qū)域的選擇都很敏感（Herger，et al，2018）。另 有 一 些 研 究（Sunyer，et al，2014；Annan，et al，2017）使用貝葉斯方法來考量模式的獨立性或提出了獨立于模式表現(xiàn)指標之外的、統(tǒng)計的、可量化的獨立性定義。為防止得到的多模式最優(yōu)權重出現(xiàn)過度擬合問題，一種方法是將觀測數(shù)據(jù)集分為兩個時段進行訓練和驗證，另一種新興的方法是假設一個模式是完美的，然后開展交叉驗證。后者這種“完美模式“方法在假設一個模式的模擬是真實值后，將集合中其他模式的權重向該模式訂正，此后用該最優(yōu)模式的預估數(shù)據(jù)來驗證權重調整后的模式集合，重復該過程直到遍歷多模式集合中所有模式。上述利用訓練樣本之外的數(shù)據(jù)進行測試及驗證的做法還有一個優(yōu)勢，即可以考察針對某個變量或某種模式性能指標得到的最優(yōu)權重是否對別的變量以及別的模式性能指標也適用（Eyring，et al，2019；Chen，et al，2021）。

盡管目前有一些多模式加權方法的應用取得了提升模式預估水平的效果，但尚無通用、穩(wěn)健的方法來對多模式集合預估進行加權，所以IPCC第六次評估報告在多模式集合預估中仍然沿用第五次評估報告的做法，即多模式集合中的各個模式均為同等權重。利用模式集合的5%—95%離差范圍指示預估可能的不確定性范圍（Chen，et al，2021；Lee，et al，2021）。

2.2 基于歸因結果的約束方法

在檢測歸因分析中運用指紋法可以得到不同強迫響應和觀測的統(tǒng)計關系 （Hasselmann，1993，1997；Allen，et al，1999）。Allen等（2000）、Stott等（2002）和Kettleborough 等（2007）將這種統(tǒng)計關系運用到預估不確定性的量化中，對預估形成約束，即基于歸因結果的約束方法，也叫Allen Stott Kettleborough方法（簡稱ASK方法）。指紋法常用廣義線性回歸來實現(xiàn)，即觀測到的氣候變化Y被視作外部強迫的響應信號X和殘留氣候內部變率u的線性結合

式中，a=[a1,a2,a3,…,an]是尺度因子矢量，用來調整不同響應模態(tài)的比重使其盡量與觀測一致。當尺度因子在一定置信度下的置信范圍顯著大于0時，認為該尺度因子相對應的外部強迫信號是可檢測的，且該尺度因子對應的統(tǒng)計關系在歷史時期是穩(wěn)健的。當尺度因子的范圍包含1，說明對應的多模式平均強迫響應與觀測基本一致。當尺度因子的范圍全部大于 （小于） 1，說明對應模式模擬的強迫響應幅度與觀測相比有所低估 （高估）。當尺度因子穩(wěn)健且假設其對應的統(tǒng)計關系在預估時段仍然有效，則該尺度因子可以作為調整模式模擬偏差的重要依據(jù)。將對應于不同強迫項的尺度因子直接乘到相應強迫的模式預估中并疊加，即可得到約束的預估及其相應的不確定性范圍 （Stott，et al，2007）。此外，也有研究（Gillett，2015；Tokarska，et al，2020a）利用由該尺度因子調整過的對外強迫的響應評估各模式對該外強迫響應的模擬性能，從而進行模式篩選或賦予權重，再將篩選或加權后的模式集合應用到預估中形成約束預估。

基于歸因結果的約束方法能否在預估中使用取決于能否得到統(tǒng)計意義顯著的尺度因子矢量，即外強迫驅動的信號能否在觀測中被穩(wěn)健地檢測到。信號的可檢測性受模式集合成員數(shù)量、觀測數(shù)據(jù)的可用性（例如時間長短）以及空間尺度等因素影響（Brunner，et al，2020a）?？紤]到信噪比，基于歸因結果的約束方法主要在全球及大洲尺度的溫度（包括極端溫度事件）預估中應用較多（Li，et al，2017；Wang，et al，2020；Gillett，et al，2021）。受限于信噪比較低帶來的尺度因子的低穩(wěn)健性，該方法在其他變量及區(qū)域尺度預估中的應用相對較少（Jones，et al，2016）。IPCC第一工作組第六次評估報告在所有時間范圍的大尺度預估中均使用了該觀測約束方法得到的預估結果，尤其是全球地表溫度預估（Lee，et al，2021）。區(qū)域尺度上的一些研究，如對歐洲多個區(qū)域的溫度和降水變化約束預估表明，基于歸因結果的約束方法并不能在所有區(qū)域都 減 小 預 估 的 不 確 定 性（Brunner，et al，2020a；Hegerl，et al，2021）。

2.3 萌現(xiàn)約束

萌現(xiàn)約束是指多模式集合中萌現(xiàn)的未來氣候變化不確定的某一方面與氣候系統(tǒng)某一有觀測特征的顯著關系（Chen，et al，2021）。萌現(xiàn)約束首先要在多模式集合模擬中找到穩(wěn)固的歷史或當今可觀測變量與待預估變量的統(tǒng)計關系，再利用觀測約束歷史變量的離差或調整模式的權重，并根據(jù)統(tǒng)計關系得出約束后的待預估變量的預估結果，達到減小預估不確定性目的（Eyring，et al，2019；Brient，2020；張華等，2021）。如圖2所示，變量X和Y分別是多模式集合在歷史階段和未來預估階段的兩個變量，二者存在顯著的線性關系。根據(jù)此線性關系，將變量X的觀測值范圍（綠色陰影）對模式模擬的約束映射到變量Y，即可得到約束后的變量Y及其不確定性范圍（藍色陰影）。約束后變量Y的預估不確定范圍比原先多模式集合預估的不確定范圍明顯減小。約束后變量Y的不確定性主要取決于變量X觀測的不確定性以及萌現(xiàn)統(tǒng)計關系的不確定性。將由觀測資料得到的對模式歷史模擬中某一變量的約束通過萌現(xiàn)的統(tǒng)計關系映射到待預估變量的過程為萌現(xiàn)約束。統(tǒng)計關系不一定是圖2所示的線性關系，也可能是其他的經(jīng)驗關系或更復雜的統(tǒng)計關系。

圖2 萌現(xiàn)約束方法示意Fig.2 The schematic diagram of emergent constraint

由萌現(xiàn)約束方法的主要流程發(fā)現(xiàn)，其關鍵組成部分包括穩(wěn)健的有物理意義的萌現(xiàn)約束關系以及與待預估信息密切相關的氣候系統(tǒng)變量的觀測及其不確定性范圍估計。該方法的實際應用存在幾方面風險：（1）對多維度的模式數(shù)據(jù)不加研判的恣意挖掘可能會得到虛假的高相關統(tǒng)計關系或不穩(wěn)健的對未來預估的萌現(xiàn)約束（Chen，et al，2021）；（2）當多模式集合內部存在的系統(tǒng)性偏差對萌現(xiàn)約束關系有影響或反映模式間共有的簡化的參數(shù)化不能很好代表氣候系統(tǒng)內部基礎過程時，找出的萌現(xiàn)約束具有誤導性；（3）萌現(xiàn)約束方法不適用于根據(jù)歷史或當今的短期變率來約束氣候變化中的緩慢反饋過程，因為緩慢的反饋過程對短期變率的影響可忽略不計（Eyring，et al，2019）。為避免虛假的萌現(xiàn)約束關系出現(xiàn)，與多模式加權方法的訓練-驗證類似，可以用未包含在構建萌現(xiàn)約束關系的樣本集中的另外一部分數(shù)據(jù)對萌現(xiàn)約束關系進行驗證，還應始終秉持基于合理的物理解釋和數(shù)學理論構建萌現(xiàn)約束關系（Chen，et al，2021；Hall，et al，2019）。在一套多模式集合中已經(jīng)建立的萌現(xiàn)約束關系及相關結論在新一代的多模式集合中均需要重新評估。

對于平衡態(tài)氣候敏感度，基于萌現(xiàn)約束方法，結合對反饋過程的深入理解、器測資料及古氣候信息，IPCC第一工作組第六次評估報告得到的不確定性范圍（2.5—4℃）小于第五次評估報告（1.5—4.5℃）。對于瞬變氣候響應，基于萌現(xiàn)約束、過程認識以及器測時期的溫度升高，第六次報告評估得到的可能范圍也比第五次評估報告有所縮小。第六次評估報告對使用不同歷史時期或當今有器測資料的變量（如過去全球或近全球尺度的變暖或云反饋相關的變量等）開展萌現(xiàn)約束得到的平衡態(tài)氣候敏感度和瞬變氣候響應的預估結果進行了詳細對比和評估，指明了不同方法的優(yōu)劣（Forster，et al，2021）。第六次評估報告在碳循環(huán)相關的預估中也評估了大量第五次評估報告以后才出現(xiàn)的萌現(xiàn)約束預估的研究。目前，萌現(xiàn)約束在極端溫度、極端降水、環(huán)流系統(tǒng)及北極海冰等預估中已有廣泛應用（Hall，et al，2019；Brient，2020；表1）。

3 總結及展望

文中回顧了最新發(fā)布的IPCC第一工作組第六次評估報告提及的多種觀測約束預估方法（多模式加權方法、基于歸因結果的約束方法即ASK方法和萌現(xiàn)約束方法），并簡要總結了這些方法的應用情況。相比而言，多模式加權方法應用面更廣，但找到非常合適的調整模式權重的方案具有一定挑戰(zhàn)性（Knutti，et al，2017）?；跉w因結果的約束方法更多應用于信噪比較高變量的預估中，相比噪聲大的變量可展現(xiàn)出更小的不確定性（Hegerl，et al，2021）。萌現(xiàn)約束方法則僅在多模式集合中萌現(xiàn)出穩(wěn)健的物理上可解釋的統(tǒng)計關系時適用（Hall，et al，2019）。雖然上述3種觀測約束預估方法基于的假設條件、內在特點及適用范圍均不相同，但本質上都包含了模式評估的過程。多模式加權方法通過對待預估變量或與待預估變量有已知聯(lián)系的單個或多個變量開展模式評估，根據(jù)評估結果調整模式權重?；跉w因結果的約束方法常直接對待預估變量進行指紋法歸因分析，評估模式的響應是否存在高估或低估，進而在預估中調整響應尺度。萌現(xiàn)約束方法則是針對與待預估變量有緊密關系的變量開展模式評估，利用萌現(xiàn)的統(tǒng)計關系約束待預估變量（Chen，et al，2021）。

觀測約束方法并不局限于以上3種，還有諸如貝葉斯概率預估、訂正的大樣本集合預估等（Brunner，et al，2020a）。這 些 觀 測 約 束方 法在IPCC第一工作組第六次評估報告及不同特定情形的應用中都一定程度體現(xiàn)出改進多模式預估的潛力和希望（Hegerl，et al，2021；IPCC，2021）。由于方法基于的假設和內在特點、考量的不確定性以及研究所使用的觀測資料的差別，對同一區(qū)域相同變量運用不同的觀測約束方法得到的約束預估結果往往會有一定差異（Brunner，et al，2020a；Hegerl，et al，2021）。對于如何綜合多種方法得到的不一致的約束預估結果，IPCC第一工作組第六次評估報告在全球地表溫度的預估中采用的做法是將不同約束預估方法視為平等。即在綜合約束預估結果時，將按照Liang 等（2020）、 Tokarska等（2020b）和 Ribes 等（2021）研制的3種約束預估方法得到的全球地表溫度的預估結果按相應的百分位進行了平均（Lee，et al，2021）。此外，Hall等（2019）和Brunner等（2020a）提出了一些有關傳達、綜合及應用約束預估結果的探討，如選用結果更為一致的方法或基于一致的技巧評估指標取舍約束預估方法，或在進行約束預估前將用于約束預估的關鍵信息（例如歷史趨勢、模式在區(qū)域內的表現(xiàn)及模式獨立性）進行綜合。

觀測約束不僅要關注其方法，更需關注方法存在的根基—觀測。觀測資料覆蓋區(qū)域、時間長度及質量都會對觀測約束中的模式評估產(chǎn)生影響（如可能因為觀測系統(tǒng)性的偏差導致得到的模式集合權重并不準確）。此外，穩(wěn)健的模式評估還可能受到內部變率的阻礙，特別是用于評估的歷史時段較短時（Borodina，et al，2017；Eyring，et al，2019）。對模式及其評估手段的大幅度優(yōu)化、觀測資料的進一步完善，以及對觀測約束方法機理的深入認識有望加速推動氣候變化學界對氣候系統(tǒng)行為的認知，從而在真正意義上減小氣候系統(tǒng)更多方面預估的不確定性（Hall，et al，2019；Eyring，et al，2019）。

對比國際上觀測約束預估研究，目前中國的研究還不多，僅有幾篇文獻（Sun，et al，2014；Li，et al，2017；Wang，et al，2020；Chen，et al，2020；Zhou，et al，2021），利用基于歸因結果的約束方法和萌現(xiàn)約束方法分別對夏季極端高溫、青藏高原溫度、極端濕熱、晝夜復合型熱浪以及西北太平洋副熱帶高壓開展了約束預估。鑒于此，亟待加強觀測約束預估方法研究及其在中國區(qū)域氣候變化預估中的應用，從而為中國應對氣候變化的政策制定和適應規(guī)劃提供更豐富、不確定性更小的未來氣候信息。