[论文解读] Estimating Earth's Temperature Response with Transformed and Augmented OLS

Justin Sun|arXiv (Cornell University)|Mar 14, 2026

Climate variability and models被引用 0

一句话总结

论文将 TAOLS 应用到多协整框架以估计平衡气候敏感性（ECS），并发现的 ECS 区间低于主流基于 MLE 的估计（2.12–2.49 °C）。

ABSTRACT

The long-term relationship between radiative forcing and surface temperature is imperative for predicting the impacts of climate change. This study employs multicointegration to characterize this relationship and uses Transformed and Augmented Ordinary Least Squares (TAOLS) to estimate the model. The main goal is to estimate the Equilibrium Climate Sensitivity (ECS), defined as the global mean surface air temperature increase following a doubling of atmospheric carbon dioxide. Our results show that the ECS lies between $2.12^{\circ}$C and $2.49^{\circ}$C, which is lower than the existing maximum likelihood estimate of $2.8^{\circ}$C. TAOLS offers a more robust and accessible tool for climate research, providing novel insights for ongoing debates about Earth's warming trajectory.

研究动机与目标

• 推动需要估计辐射强迫与地表温度之间的长期关系的原因
• 在多协整框架中建模这一关系，以捕捉海洋热吸收与延迟温度响应
• 将变换与增强普通最小二乘法（TAOLS）作为基于 MLE 的方法的稳健替代
• 利用经验数据估计平衡气候敏感性（ECS）并与现有估计进行比较

提出的方法

• 给出一个多协整模型，其中辐射强迫 f_t 与地表温度 s_t 通过协整系数 λ 相连：f_t = λ s_t + q_t，其中 q_t 为平稳序列
• 定义累积序列 F_t、S_t 和 Q_t，并推导多协整回归 F_t = γ + μ t + S_t λ + s_t φ + v_t
• 通过在模型中加入一阶差分 Δs_t 以降低内生性：F_t = γ + μ t + S_t λ + s_t φ + Δs_t δ + e_t
• 使用低频基函数（如正弦基）对所有变量进行变换以获得变换后的变量，然后应用普通最小二乘法（OLS）估计 γ、μ、λ、φ、δ
• 依赖于变换序列的渐近性质来获得一致的混合正态推断，而非对短期动态进行完整参数化

实验结果

研究问题

• RQ1 在多协整框架下，辐射强迫与全球平均地表温度之间的长期关系是什么？
• RQ2 通过累积平衡误差捕捉的海洋热吸收在长期内如何影响地表温度？
• RQ3 相对于基于 MLE 的多协整估计，使用 TAOLS 能得到怎样的 ECS 区间？
• RQ4 TAOLS 对短期动态和数据高频波动的鲁棒性如何？

主要发现

• TAOLS 在使用 Berkeley Earth 温度数据时得到部分效应强迫的协整系数 λ 的区间为 1.488 至 1.750（均值 1.709）， implying ECS 在 2.12°C 至 2.49°C（平均 2.17°C）。
• TAOLS 的 ECS 区间低于 Bruns、Csereklyei 与 Stern（BCS 2020）报告的基于 MLE 的 ECS 2.80°C。
• TAOLS 下 λ 的标准误通常小于 MLE 的标准误，置信区间更窄，表明估计效率更高。
• 多协整参数 φ 表明大约 1–3% 的总热含量对大气增温有贡献，与独立的海洋热吸收支配的估计一致。
• 结果表明 TAOLS 对短期波动（如厄尔尼诺、火山事件）具有鲁棒性，并且不像 MLE 那样依赖严格的正态性假设。