研究與教學
國際交流
榮耀分享
探索理院
學生訊息
活動報導
人事動態
第27期出刊日:2016.04.22

大氣系黃彥婷助理教授研究成果分享-
全球暖化下區域氣候預報不確定性評估之突破

 

  我們的地球正在暖化,而未來世界各地的氣候到底會變成什麼樣子?地球會暖化到什麼程度?要回答這些問題,除了要預測未來溫室氣體的排放率,更重要的是,我們需要認識地球系統的各種回饋機制,同時,要了解這些回饋機制對區域氣候的影響。

  當大氣中溫室氣體的濃度上升,全球的氣候將會受到錯綜複雜的回饋機制所掌控。舉例來說,溫度上升導致雪和海冰的融化,使得地表反射率降低,陽光吸收率增強,從而導致溫度進一步上升,此為冰雪反照率的正回饋效應(Ice-Albedo Feedback)。除了冰雪反照率之外,水蒸氣, 大氣穩定度,和雲的改變也是重要的回饋效應(Water Vapor Feedback, Lapse Rate Feedback, Cloud Feedback)。跨政府氣候變遷小組(The Intergovernmental Panel on Climate Change, IPCC)於2015年發表的第5次評估報告(The Fifth Assessment Report, AR5)指出,當今世界各地最先進的氣候模式都預測,未來一個世紀世界各地的氣溫會明顯上升。然而,各個模式預測的全球均溫上升幅度各有不同,這主要跟各模式模擬的回饋機制強弱不同有關。

  回饋機制的不確定性對於模式的區域氣候預報有什麼影響呢?舉例來說,有些氣候模式模擬的北極冰雪融化較為劇烈,有些氣候模式則較為緩和,這些模擬冰雪正回饋的不確定性將如何影響模式對於熱帶氣候的預測?另外,以極具挑戰的副熱帶層積雲模擬為例子,大部份的模式預測副熱帶海洋層積雲將隨著全球暖化而減少,雲量減少將使得更多太陽光直接射入海面,使得溫度上升幅度更大,這個副熱帶層積雲正回饋機制的強弱將如何影響模式對於中高緯度氣溫的預測?

  大氣系黃彥婷助理教授與美國華盛頓大學(University of Washington)的研究團隊合作,建立起一套評估回饋機制如何影響各緯度氣溫分布的診斷模式。研究成果刊登於Nature Geoscience, 全文可參見: Roe, Gerard H., Nicole Feldl, Kyle C. Armour, Yen-Ting Hwang, and Dargan M.W. Frierson. "The remote impacts of climate feedbacks on regional climate predictability." Nature Geoscience 8, no. 2 (2015): 135-139.

  這個理想的診斷模式的核心是一個考慮輻射以及潛熱的濕淨能(moist static energy)擴散方程式。即使各個複雜的全球氣候模式模擬小尺度物理過程的方法不盡相同,各種回饋機制的空間分布以及量值也有差異,我們發現,只要在理想的診斷模式中,加入全球氣候模式裡回饋效應所造成的能量改變,就可以準確的預測各個全球氣候模式的南北方向能量傳輸。這個結果的重要性,在於它告訴我們,在這些複雜的全球氣候模式背後,有個基本的物理準則,決定了全球氣候模式的區域氣候預報。利用這套理想的診斷模式,我們呈現了兩個結果: (1) 全球氣候模式回饋效應的空間分布跟強度,控制了各氣候區溫度的分布。(2)模式中回饋效應的不確定性會影響其區域氣候預報。如圖所示,副熱帶回饋效應的不確定性會透過水氣傳輸而影響全球各地,反之,高緯度的回饋效應的影響範圍則多侷限於高緯度地區。

 

IAF

圖一 評估全球暖化時區域回饋機制對於各地氣溫分布之影響:副熱帶回饋效應的不確定性會透過水氣傳輸增加而影響全球各地,反之,高緯度的回饋效應的影響範圍則多侷限於高緯度地區。
(a)副熱帶正回饋機制的不確定性(實線為平均,陰影深淺顯示1~3個標準差)
(b)副熱帶正回饋機制的不確定性對各緯度氣溫之影響
(c)副熱帶正回饋機制的不確定性對赤道、北緯75度以及全球的平均溫度概率密度(PDF)之影響
(d) 高緯度正回饋機制的不確定性
(e)高緯度正回饋機制的不確定性對各緯度氣溫之影響
(f)高緯度正回饋機制的不確定性對赤道、北緯75度以及全球的平均溫度概率密度(PDF)之影響
(圖片版權: Nature Geoscience)