[论文解读] Climate Change and Its Causes, A Discussion About Some Key Issues

Nicola Scafetta|arXiv (Cornell University)|Mar 8, 2010

Tree-ring climate responses参考文献 15被引用 27

一句话总结

本文通过基于自然周期（尤其是太阳系振荡）的表观气候模型，挑战了政府间气候变化专门委员会（IPCC）的人为全球变暖理论。论文认为，自1970年以来至少60%的全球变暖归因于自然因素，预测2030–2040年气候将趋于稳定或变冷，且由于忽略了关键自然机制，气候模型高估了人为影响两到三倍。

ABSTRACT

This article discusses the limits of the Anthropogenic Global Warming Theory advocated by the Intergovernmental Panel on Climate Change. A phenomenological theory of climate change based on the physical properties of the data themselves is proposed. At least 60% of the warming of the Earth observed since 1970 appears to be induced by natural cycles which are present in the solar system. A climatic stabilization or cooling until 2030-2040 is forecast by the phenomenological model.

研究动机与目标

• 质疑政府间气候变化专门委员会（IPCC）人为全球变暖理论（AGWT）的科学有效性，特别是其主张人类排放是近期变暖主要成因的说法。
• 回应气候门（Climategate）电子邮件泄露事件引发的关于数据完整性和科学透明度的担忧，该事件引发了对同行评审偏倚和数据压制的质疑。
• 开发一种表观气候模型，以自然振荡（尤其是与太阳系动力学相关的振荡）为主要驱动因素，解释气候变化。
• 挑战二氧化碳（CO2）为主要气候驱动因子的假设，强调其在植物生长中的关键作用，并指出尽管过去曾存在更高的CO2水平，但并未出现失控温室效应的证据。
• 基于自然周期预测未来气候趋势，提出2030–2040年可能出现气候稳定或降温趋势，与IPCC的持续变暖预测相反。

提出的方法

• 采用基于观测气候数据模式的表观建模方法，特别是长期温度振荡，而非仅依赖复杂的气候模型。
• 分析历史全球地表温度数据（如HadCRUT3），并拟合二次趋势以识别长期变暖模式。
• 识别并关联60年自然气候振荡与太阳系动力学，包括行星排列和太阳辐照度变化。
• 将标准IPCC气候模型（基于人为与自然来源的辐射强迫）与观测数据进行比较，揭示显著差异。
• 应用修正后的强迫框架，纳入太阳引起的平流层水汽变化和宇宙射线调制效应，这些机制在标准模型中被排除。
• 使用统计与谱分析检测气候数据中的周期性，支持自然周期独立于温室气体强迫存在的证据。

实验结果

研究问题

• RQ1 自然气候振荡（尤其是60年周期）在多大程度上解释了自1970年以来的全球温度趋势？
• RQ2 为何标准IPCC气候模型无法再现观测到的温度模式与振荡？这如何影响其预测结果？
• RQ3 太阳系动力学与太阳辐照度变化如何通过平流层水汽与宇宙射线调制等机制影响气候？
• RQ4 有哪些证据可反驳CO2是气候主要驱动因子的说法？尤其在地质历史时期曾出现更高CO2水平但未引发失控温室效应的情况下？
• RQ5 基于观测数据模式的表观模型是否比仅基于人为强迫的模型更能准确预测未来气候趋势？

主要发现

• 自1970年以来观测到的全球变暖中，至少60%可归因于自然周期，主要与太阳系动力学相关，而非人为温室气体排放。
• 表观模型预测2030至2040年将出现气候稳定或降温，与IPCC持续变暖的预测相反。
• 标准IPCC气候模型因排除关键自然机制（如太阳驱动的平流层水汽变化与宇宙射线调制），导致对人为强迫的高估达两到三倍。
• 全球地表温度数据中观测到的60年温度振荡与行星排列及太阳辐照度变化同步，表明其在太阳系动力学中具有物理基础。
• 历史气候数据表明，过去地质时期（如侏罗纪与寒武纪）虽存在高CO2水平，但未引发失控温室效应，削弱了基于CO2的气候政策紧迫性。
• 受紫外太阳辐照度影响的平流层水汽在1980–2000年间贡献了约30%的变暖，而在2000年后贡献了约25%的降温，表明当前模型中这一气候驱动因子被严重忽视。