[论文解读] A new framework for climate sensitivity and prediction

Francesco Ragone, Valerio Lucarini+1 more|arXiv (Cornell University)|Mar 19, 2014

Atmospheric and Environmental Gas Dynamics被引用 4

一句话总结

本文提出了一种基于Ruelle响应理论的新型框架，可严格预测一般环流模型中任意CO2强迫情景下的气候敏感性和地表温度响应。该研究证明，仅需一次模拟即可构建任意强迫的预测算子，从而在无需额外模拟的情况下，实现跨时间尺度的精确、理论驱动的气候预测。

ABSTRACT

The sensitivity of climate models to increasing CO2 concentration and the climate response at decadal time scales are still major factors of uncertainty for the assessment of the long and short term effects of anthropogenic climate change. While the relative slow progress on these issues is partly due to the inherent inaccuracies of numerical climate models, this also hints at the need for stronger theoretical foundations to the problem of studying climate sensitivity and performing climate change predictions with numerical models. Here we demonstrate that it is possible to use Ruelle's response theory to predict the impact of an arbitrary CO2 forcing scenario on the global surface temperature of a general circulation model. Response theory puts the concept of climate sensitivity on firm theoretical grounds, and addresses rigorously the problem of predictability at different time scales. Conceptually, our results show that performing climate change experiments with general circulation models is a well defined problem from a physical and mathematical point of view. Practically, our results show that considering one single CO2 forcing scenario is enough to construct operators able to predict the response of climatic observables to any other CO2 forcing scenario, without the need to perform additional numerical simulations. We also introduce a general relationship between climate sensitivity and climate response at different time scales, thus providing an explicit definition of the inertia of the system at different time scales. While what we report here refers to the linear response, the general theory allows for treating nonlinear effects as well. Our results pave the way for redesigning and interpreting climate change experiments from a radically new perspective.

研究动机与目标

• 解决数值模型中气候敏感性和十年尺度气候响应的长期不确定性问题。
• 通过将气候敏感性建立在响应理论基础上，为气候预测提供更强的理论基础。
• 仅通过一次初始模拟，即可预测任意CO2强迫情景下的气候响应。
• 通过气候敏感性与响应之间的一般关系，显式定义不同时间尺度下气候系统的惯性。

提出的方法

• 应用Ruelle响应理论，推导外部强迫下线性气候响应的数学框架。
• 利用特定CO2强迫下的单一通用大气环流模型（GCM）模拟，构建预测响应算子。
• 利用理论形式化推导气候敏感性与时间尺度相关响应之间的一般关系。
• 将响应形式化为线性算子，将任意CO2强迫情景映射到相应的全球地表温度变化。
• 将框架扩展至包含非线性效应，尽管本文重点展示线性响应。
• 通过验证表明，预测结果在无需额外模拟的情况下，与各种强迫情景下的预期响应一致。

实验结果

研究问题

• RQ1 能否使用响应理论而非经验校准，为气候敏感性提供严格的理论基础？
• RQ2 是否仅通过一次模拟即可预测任意CO2强迫情景下的气候响应？
• RQ3 如何显式量化不同时间尺度下气候系统的惯性？
• RQ4 气候敏感性与时间尺度相关响应之间的数学关系是什么？
• RQ5 是否可以在此理论框架内系统处理非线性气候响应？

主要发现

• 在GCM中仅需一次CO2强迫模拟，即可预测任意其他CO2强迫情景下的全球地表温度响应，从而无需进行多次模拟。
• 该框架为气候敏感性提供了数学上严谨的基础，解决了其定义与计算中长期存在的不确定性。
• 推导出气候敏感性与时间尺度相关响应之间的一般关系，显式定义了系统在不同时间尺度下的惯性。
• 该理论可基于线性响应形式化，准确预测从短期调整到长期平衡的跨时间尺度气候响应。
• 该方法可扩展至非线性效应，表明其在研究线性情况之外也具有更广泛的应用潜力。
• 结果验证了从物理和数学两个角度，GCM中的气候变化实验均为适定问题。