近年全球变暖停滞中的观测和模拟的极端温度事件外文翻译资料

 2022-11-24 11:11

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

Environmental Research Letters

Environ. Res. Lett. 9 (2014) 064023 (8pp) doi:10.1088/1748-9326/9/6/064023

近年全球变暖停滞中的观测和模拟的极端温度事件

Jana Sillmann1, Markus G Donat2, John C Fyfe3 and Francis W Zwiers4

1 国际气候和环境研究中心—Oslo (CICERO), Pb. 1129 Blindern, NO-0318, Oslo, Norway

2澳大利亚研究理事会气候系统科学和气候变化研究中心，新南威尔士大学, Sydney, NSW 2052, Australia

3加拿大气候模拟和分析中心, Victoria, BC, V8W 3V6, Canada

4太平洋气候影响联盟, Victoria, BC, V8W 3R4, Canada E-mail: jana.sillmann@cicero.oslo.no

收到 11 April 2014, 修改 22 May 2014

接受 28 May 2014

发表 18 June 2014

摘要

近来观测到的和模拟的全球平均表面温度趋势之间的差异引发了关于可能的原因和对未来气候变化预测的影响和意义的讨论。然而，在这些讨论中很少涉及到观测和模拟的全球极端温度的趋势。

在此我们评估了极端温度事件趋势的模态，观测与模拟的极端温度在过去四十年（1971-2010）与最近15年（1996-2010）对比的一致性。考虑了观测数据集HadEX2和在当前一代的全球气候模式（CMIP5）中的最冷夜和最暖日。一般来说，观测到的趋势落在模拟的趋势范围内，在较长的时期内具有更好的一致性。对于暖和冷的极端温度，空间趋势模态呈现出不同的特征，极端暖事件在全球范围显示出持续的正趋势，而极端冷事件在过去15年间在北半球中纬度地区呈现一致的冷趋势模态，但这个模态在模式中并未重现。这种模式和观测资料之间区域性的不一致可能是理解最近全球平均气温变暖停滞的关键。

S 在线补充数据请见 stacks.iop.org/ERL/9/064023/mmedia

关键字:极端温度,气候变化,气候模式,变暖停滞

  1. 引言

自20世纪90年代末期起，尽管辐射强迫在增加，观测到的全球平均的年平均地表温度的增长十分缓慢(e.g., IPCC AR5 2013)，这种现象通常被称为全球变暖停滞（Meehl et al 2011）。一些研究（e.g., Fyfe et al 2013, Fyfe and Gillett 2014, England et al 2014）表明最近进行的气候变化模拟并没有重现出全球变暖停滞现象。在最近的文献中，对这种不匹配的可能原因进行了讨论，包括平流层水汽的减少（Solomon et al 2010）、对流层和平流层气溶胶浓度的上升（Solomon et al 2011, Kaufmann et al 2011），和通过La Nintilde;a型年代际冷却与海洋中的热量垂直再分布结合展现出的内部气候变率（Meehl et al 2011, 2013, Balmaseda et al 2013, Kosaka and Xie 2013, England et al 2014）。

虽然这些讨论主要集中在全球平均的Tmean方面，但气候变化及其结果往往跟发生在区域范围内的极端气候事件相联系（Seneviratne et al 2012）。Seneviratne 等最近的研究表明，虽然在全球变暖停滞的时期，极端热事件仍在持续变暖。然而，除了这个研究之外，甚少有关于在全球变暖停滞中的极端温度的讨论。

因此，我们在本文中考虑了最近几十年中在全球和区域尺度上的观测和模式模拟的温度极值变化，并且研究了观测特征在耦合模式对比计划第五阶段（CMIP5）的模式模拟中重现的程度。

我们将集中讨论以下两个问题：（a）观测与模拟的趋势是否有显著的不同；（b）与近15年的变暖停滞时期相比，观测趋势是否与过去四十年模拟的变化趋势一致。

  1. 资料和方法

我们使用了HadEX2全球格点观测温度和降水极端数据集数据集，该资料在Donat et al (2013)的研究中有详细记录，同时在CLIMDEX计划的网站上也可找到。该数据集基于由气候变化检测与指数专家组定义的气候极端指数（Zhang et al 2011）。在世界上的许多地区，ETCCDI指数目前仍是关于观测到的温度和降水的极端事件的公开信息的唯一来源。

在此，我们关注两个被广泛使用的ETCCDI温度指数：每年最冷夜和最暖日 （e.g., Zhang et al 2011, Seneviratne et al 2012），这些指数已经针对大量的CMIP5模式进行了计算且可在ETCCDI极端指数集（www.cccma.ec.gc.ca/ data/climdex/）中获取。并研究在HadEX2中这些极端温度指数在最近40年间的变化。我们使用了27个CMIP5模式和每一个模式的所有可用的集合成员中对于历史和情景模拟均适用的每日近地面最高和最低温度及累积降水。将1971-2005年的历史模拟与使用RCP4.5强迫的情景相结合来覆盖整个分析时期，同时将来自模式的指数内插到HadEX2数据集的3.75°*2.5°网格上来以方便比较。

此外，将掩模应用于HadEX2和所有模式中以排除HadEX2数据不足的区域（在1971-2010的40年间有少于38年的年度指数可用），需要注意的是对于不用的指数其在HadEX2中的空间范围有所不同（详见Donat 等人 (2013)）。

根据Santer等人（2008）描述的修正程序，我们使用了普通最小二乘法来计算年代际趋势，当数据残差相对于OLS趋势线来说是正的自相关时，减少自由度的数量（至“有效样本大小”）。我们比较了两个不同时期中计算的趋势：1971-2010和1996-2010分别代表的近几十年的长期变暖和所谓的“停滞时期”，后一时期的选择避开了1991年Pinatubo火山爆发后的冷却效应，但包括了1997/98年北半球冬季强烈的El Nintilde;o事件（见关于TXx和TNn的HadEX2时间序列的附图S1），根据当地的TXx和TNn距平的面积加权平均值计算了全球和区域的趋势。

对于问题（a）——观测和模拟的趋势是否有显著的不同，我们通过对零假设H0:s=0（S为模拟趋势的斜率）的标准误差测试来解决这个问题，并遵循Fyfe描述的方法，来解决问题（b）——观测的趋势是否与模拟趋势有显著的不同。对于后者，观测和模拟趋势相等的零假设将在两个假设条件下进行测试：（1）模式之间有互相交换。（2）模式与彼此和观测结果之间都有相互交换（更多细节参见Fyfe et al 2013）。

  1. 结果
    1. 空间趋势模态

我们从对HadEX2极端温度最近趋势的评估开始入手，并特别关注问题（a）——观测和模拟趋势是否显著的不等于零，以及空间趋势模态。

一年中最热的一天（TXx）（通常发生在夏季），中欧、亚洲东部地区（图1（a））和北美东北部在过去40年中显示出了显著的正趋势。在最近15年来，很多地区的趋势都有更大的振幅，但是也显示出了更大的空间变率，反映出由于15年的样本容量太小而导致的更高的统计不确定性。这是。这同时也使得对近期的短期趋势是否显著不等于零（见Nicholls 2001）难以评估。在此期间，在加拿大内陆和北亚中部出现了具有变冷趋势但在统计上不显著的区域。

一年中最冷的夜晚（TNn）（通常发生在冬季），除了欧洲南部和中部之外，在北半球大部分地区的过去40年中显示了比TXx更强烈的显著正趋势。在最近15年中，高纬度地区显示出了强烈的变暖趋势（每十年约1℃），但在中纬度地区，包括北美西部和欧洲南部并延伸至东亚，出现了一致的变冷趋势带（虽然仍在统计上不显著）。同时，在南半球（即南美南部、非洲南部及澳大利亚部分地区）有足够观测资料的一些地区，变冷趋势也很普遍。需要注意的是，即使我们发现了区域上变冷的趋势（图1），最近15年中全球平均的TNn和TXx仍然比其前期的25年（1971-1995）观测的全球平均值要高（见附图S1）。因此，短期的区域变冷趋势并不会破坏全球的长期变暖趋势。

图1.HadEX2数据集中过去40年（1971-2010）（上排）（a）最热的白天（TXx，年最大Tmax）和（b）最冷的夜晚（TNn，年最小Tmin）和最近15年（1996-2010）（下排）的趋势。斜线区域表示趋势在95%的置信水平下显著不等于零的地区。在40年期间（1971-2010）中至少有38年可用数据的网格框以彩色显示。

从图2中CMIP5模式模拟的集合估计的趋势中值可以看出过去40年间TXx和TNn的显著正向趋势在全球范围内占主导地位。最近15年间，一些没有趋势或是具有轻微变冷趋势的地区较为明显，但是这种模态远没有这么突出，并且与HadEX2中不一致。（翻译顺序商榷）更值得注意的是在模式模拟中过去40年与最近15年的趋势分布模态的相似性。集合中值表示出了在大部分模式模拟中发现的正向趋势的主导性，并且掩盖了在一些个别集合成员中出现的变冷趋势。例如，1996-2010年间TNn的全球平均变冷趋势出现在四个CMIP5模式的个别集合成员中（见在线附表S1）。观测的TNn空间趋势特征由其中的两个模式（CMCC-CMS和CSIRO-MK3-6-0，见附图S2）合理地再现。而除了MRI-CGCM3外的所有模式，均模拟出

在最近15年间的全球平均变暖趋势。

从上分析可以看出，TNn和TXx中较为明显的区域性和季节性特征在研究研究全球平均温度Tmean时并未出现，虽然Kosaka和Xie等人（2013）以及Cohen等人（2012）已经讨论了Tmean的空间和季节特征，但这些特征不能与这里展示的Txx和TNn的特征进行直接比较，因为与Tmean相比，产生极端最小夜间温度和极端最大日间温度条件涉及到不同的机制（Seneviratne at al 2014）。因此，我们不应该期望它们可以从温度分布的简单一阶偏移中推断出来。

    1. 纬向区域特征

图1（b）中的一个有趣的特征是过去15年中观测到的极端冷事件的变冷趋势具有纬向性结构。我们选出了包括北半球的高纬度（45°N-90°N）和两个半球的中纬度（20°S-45°S和20°N-45°N）在内的纬度带，并由于稀疏的观察数据覆盖而排除了低纬度带（即20°S-20°N），通过观察HadEX2中15年滑动趋势的纬向平均时间序列和1971-2010年间的模式来更详细地研究这个特征。

图2.与图1相同。但是是针对基于27个具有多个集合成员的个体模式的模式的TXx和TNn时间序列的CMIP5集合中值趋势。注意，只有在过去40年（1971-2010）中有至少38年的HadEX2数据可用的网格框才以彩色显示。

可以看到，基于短期（即15年）记录的独立趋势估计具有相当高的不确定性，然而诸如Fyfe等人（2013）的技术可以用于确定从气候模拟集合中获得的模式模拟趋势是否与观测的趋势相一致。因此，我们在本节中的目标是调查问题（b）——温度极端中的观测的趋势是否与模拟趋势有显著的不同。

从图3中可以看出，由HadEX2得到的全球平均的TXx和TNn15年滑动趋势落在模式趋势的90%范围内（即下面提到模式的5-95%范围）。

对于TXx来说，特别是在全球尺度上， 15年滑动趋势的的集合中值和范围遵循着HadEX2中观测到的15年滑动趋势的演变，同时在除了北纬较高纬度（45 °N–90 °N）外的纬向平均纬度带也是这样。在后一个区域中，观测到的趋势在20世纪80年代中期时落在模式范围之外，且Fyfe等人（2013）讨论的两个假设也都拒绝了零假设（即观测和模拟趋势相等）。

图3.CMIP5多模式集合中的最冷的夜晚（TNn，左图）和最热的白天（TXx，右图）的15年运行趋势的时间序列，其中趋势源自局地TXx和TNn的区域平均异常。黑色实线表示多模式中值，阴影表示5-95%模式范围（所有模式及其成员的列表请参见在线附表S1）。红线表示相应的HadEX2指数中的15年运行趋势。蓝色圆圈表示根据Fyfe等人（2013）的两个假设中（详见本文），零假设被拒绝的区域（即，观测和模拟趋势相等的区域）。

然而，这种单一次的偏离仍落在具有10%名义上的显著性水平的统计检验的预期拒绝率范围内。实际上拒绝是

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[26466]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章