2022-02-28 | 대전=박희윤 기자

KAIST开发提升气候变化预测精度技术

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

KAIST 28日表示,该校文术未来战略研究生院(兼任建设及环境工程系)金炯俊教授通过国际合作研究,首次成功缩小了气候模型对21世纪后半期全球降水量变化预测的不确定性。

关于全球平均气温未来将上升多少的预测,通常由多个气候模型完成,各气候模型之间存在不可忽视的偏差。缩小气温上升预测不确定性的研究已取得成功,但缩小降水量变化预测不确定性的研究尚未见报告。

由KAIST、日本国立环境研究所、日本东京大学组成的国际联合研究团队,通过将67个气候模型对气温和降水量的模拟结果与过去的观测资料进行比较,在世界上首次成功缩小了降水量变化预测的不确定性。该成果发表于国际学术期刊《自然》(Nature)2月23日刊。

迄今为止降水量变化预测的不确定性难以改善,最大原因在于过去的降水量变化中温室气体与大气污染物气溶胶共同起作用。过去这两个因素同时增加,而未来则不同:随着积极的大气污染治理措施使气溶胶急剧减少,只有温室气体的增加将起主导作用。

未来的降水量变化主要可由温室气体浓度上升来解释,但这与过去的机制不同,因此难以从观测资料中获得用于降低未来预测不确定性的信息。

研究团队假设,通过比较全球平均气溶胶排放量几乎不变的时期(1980~2014年)内模型与观测的趋势,可以评估气候对温室气体浓度上升响应的可靠性。在中等温室气体排放情景(SSP-RCP 245)下,67个气候模型预测从19世纪后半期到21世纪后半期降水量将增加1.9~6.2%,但通过考虑各气候模型对温室气体的气候响应可靠性,可将降水量增加预测区间的上限(6.2%)降至5.2~5.7%,并使预测的方差减少8-30%。

共同作者、KAIST金炯俊教授表示:“通过本次研究,不仅是气温,对降水量的气候变化预测精度也得以提高”,并称“由此有望为更高可信度的气候变化影响评估以及高效的气候变化应对与适应相关政策制定作出贡献”。

阅读韩文原文