نظرات در مورد توسعه سناریوی تغییرات آب و هوایی Comments on Climate Change Scenario Development
- نوع فایل : کتاب
- زبان : فارسی
- ناشر : الزویر Elsevier
- چاپ و سال / کشور: $1995
توضیحات
رشته های مرتبط: جغرافیا، تغییرات آب و هوایی اقلیمی، آب و هواشناسی و مخاطرات آب و هوایی
۱٫ مقدمه از زمان آغاز انقلاب صنعتی، افزایش غلظت گازهای جذب مادون قرمز در جو زمین افزایش چشمگیری یافته است.تأثیر گرم شدن آنها بر روی آب و هوای سطحی موجب تقاضای گسترده برای پیش بینی تغییرات آب و هوایی محتمل در آینده برای استفاده در مطالعات سیاستی و تاثیر آن شده است. با این حال، منابع مختلف نامشخص، ممنوعیت صدور پیش بینی های محرمانه را ممنوع می کند. بلکه “سناریوهای” تغییر آب و هوایی احتمالی برای استفاده در مطالعات حساس و همچنین کمک به تصمیم گیری در مورد سیاست های محدود کردن انتشار گازهای گلخانه ای، تصویب استراتژی های انطباق و برنامه ریزی پیش رو توسعه می یابد.تا آنجا که عدم اطمینان در مورد آب و هوای آینده مربوط به میزان نامشخص انتشار گازهای گلخانه ای در آینده است، این عدم قطعیت نشان می دهد که تصمیم گیری های انسانی ممکن است بر تغییرات آب و هوایی آینده تأثیر بگذارد. ۲٫منابع ناشناخته منابع عمده عدم اطمینان در مورد آب و هوای آینده از موارد زیربوجود می آیند: ۱٫ عدم اطمینان در مورد انتشار و غلظت گازهای گلخانه ای آینده؛ ۲٫ محدودیت های نمایه های فیزیکی فرآیندهای مدل های اقلیمی جهانی (GCM)، که منجر به عدم اطمینان در مورد حساسیت دمای جهانی به افزایش غلظت گازهای گلخانه ای می شود؛ ۳٫ تفاوت بین مدل ها با الگوهای فضایی تغییرات اقلیمی محلی برای گرم شدن گرمایش جهانی ۴٫ عدم اطمینان کمتر تعیین شده ی دیگر، ، مانند اثر تغییرات در گردشهای اقیانوس (از جمله El Igaio)، تغییرات آب و هوایی طبیعی، و تغییرات ناشی از آلاینده های دیگر مانند ذرات سولفات. بر اساس گزارش پنل تغییر آب و هوا، که به عنوان IPCC شناخته می شود، انتشار گاز دی اکسید کربن، مهمترین گاز گلخانه ای انسانی، با فاکتور هفت،در ۲۱۰۰AD ، نامشخص هستند. حساسیت جهانی آب و هوایی معمولا به عنوان میانگین جهانی گرمایش سطحی، در تعادل ،ناشی ازدو برابر شدن میزان مواجهه با CO2 و در محدوده ۱٫۵ تا ۴٫۵ درجه سانتیگراد، بیان میشود. IPCC در گزارش تکمیلی خود در سال ۱۹۹۲ [۱] این دیدگاه را تکرار می کند که در حال حاضر GCM ها در مورد جزئیات منطقه ای تغییرات آب و هوایی، حتی برای میانگین گرمایش جهانی، توافق خوبی ندارند. ۳٫ پیشرفت به سوی سناریوهای قابل اعتماد دو منبع اول عدم اطمینان بالا اکنون با استفاده از سناریوهای انتشار IPCC و محدوده حساسیت جهانی هوا، همراه با مدل های پارامتری گذرا (گذرزمان) سیستم جهانی جو اقیانوسی ، میتوانند قابل سنجش باشند.با توجه به تفاوت بین GCM ها در مقیاس منطقه ای، وبا توجه به نتایج شبیه سازی های اخیر و GCM بهبود یافته، پیشرفت قابل توجهی صورت گرفته است. ما به این نتیجه رسیدیم که نتایج حاصل از GCM های مختلف باید فقط برای سناریوهای تغییرات آب و هوایی مورد توجه قرار گیرد، اگر بتوان آنها را برای شبیه سازی شرایط آب و هوایی فعلی به خوبی پذیرفت. در حالی که “پذیرش” تا حدودی ذهنی است، آزمون های آماری عینی می تواند در زمینه های شبیه سازی شده مختلف در مقایسه با زمینه های مشاهده شده،به کار رود. در سال ۱۹۹۱، ما این کار را برای هفت شبیه سازی مختلف GCM از آب و هوای کنونی استرالیا انجام دادیم و مجبور شدیم پنج مورد را به خاطر عدم رضایت رد کنیم، تنها و دو تا را، با رزرو، برای توسعه سناریو پذیرفتیم[۲].با این حال، در سال ۱۹۹۳، یک تست مشابه از پنج شبیه سازی جدید GCM انجام شد که نشان داد که پنج تای جدید بهترین شان از بهترینهای هفت سال پیش،بهتر بود [۳]. اخیرا، ما آزمونهای آماری را بر روی بررسی توافق میان این پنج “GCM” “قابل قبول” ، در پیش بینی های خود جهت تغییر بارش در آب و هوای کنونی (۱ × CO2) و بهبود آب و هوای گلخانه ای (۲ X دوبعدی) را ترجیح داده ایم.هر پنج GCM، مانند دیگران، با افزایش متوسط بارش در سطح جهانی موافق هستند و به طور عمده در عرض های بالا (مقادیر ۶۰N یا S) افزایش می یابند. در آزمون های آماری ما هر دوی این عوامل را حذف کرده ایم ومیزان آزادی را برای توجه به ارتباطات فضایی در تغییرات آب و هوایی در نقاط شبکه مجاور کاهش داده ایم.ما توزیع فراوانی تعداد نقاط نقاط بین ۶۰ تا ۶۰ را به دست آوردیم تا مشخص کنیم که چند مدل انتظار می رود که با افزایش (یا کاهش) موافق باشند اگر مدل های مقیاس منطقه ای کاربردی نباشند. سپس این مقایسه را با توزیع فرکانس توافق سطحی از پنج شبیه سازی مقایسه کردیم. ما دریافتیم که نقاط بیشتری وجود دارد که در آن تمام پنج GCM در مسیر تغییر بارشی که شانسی مورد انتظار است توافق کرده اند.بر طبق تست های ما، تفاوت بین تعداد واقعی توافق نامه ها و حالات شانسی،از ۹۹ درصد سطح احتمالی به طور مشخص بهتر بوده است که نشان می دهد الگوهای افزایش و کاهش منطقه ای در بارش که توسط GCM ها شبیه سازی شده، تصادفی نیستند. این نتیجه به ما اطمینان می دهد که در الگوهای تغییرات اقلیمی منطقه حداقل در مقیاس فضایی GCM موجود، مفهومی وجود دارد که نقاط شبکه چند صد کیلومترمجزا فاصله دارند (اگر چه توافق بین مدل ها تضمین نمی کند که مدل ها درست باشند). در نتیجه، ما در استفاده از طیف وسیعی از نتایج به طور خاص نقاط شبکه، بین پنج GCM مختلف، برای برآورد طیف وسیعی از تغییرات اقلیمی منطقه ای در هر درجه گرم شدن کره زمین اعتقاد داریم.این برآوردها می تواند به هر سناریوی تغییرات آب و هوایی منطقه ای برای هر زمان در آینده با استفاده از پیش بینی های گرمایی جهانی موقت، تبدیل شوند.
۱٫ مقدمه از زمان آغاز انقلاب صنعتی، افزایش غلظت گازهای جذب مادون قرمز در جو زمین افزایش چشمگیری یافته است.تأثیر گرم شدن آنها بر روی آب و هوای سطحی موجب تقاضای گسترده برای پیش بینی تغییرات آب و هوایی محتمل در آینده برای استفاده در مطالعات سیاستی و تاثیر آن شده است. با این حال، منابع مختلف نامشخص، ممنوعیت صدور پیش بینی های محرمانه را ممنوع می کند. بلکه “سناریوهای” تغییر آب و هوایی احتمالی برای استفاده در مطالعات حساس و همچنین کمک به تصمیم گیری در مورد سیاست های محدود کردن انتشار گازهای گلخانه ای، تصویب استراتژی های انطباق و برنامه ریزی پیش رو توسعه می یابد.تا آنجا که عدم اطمینان در مورد آب و هوای آینده مربوط به میزان نامشخص انتشار گازهای گلخانه ای در آینده است، این عدم قطعیت نشان می دهد که تصمیم گیری های انسانی ممکن است بر تغییرات آب و هوایی آینده تأثیر بگذارد. ۲٫منابع ناشناخته منابع عمده عدم اطمینان در مورد آب و هوای آینده از موارد زیربوجود می آیند: ۱٫ عدم اطمینان در مورد انتشار و غلظت گازهای گلخانه ای آینده؛ ۲٫ محدودیت های نمایه های فیزیکی فرآیندهای مدل های اقلیمی جهانی (GCM)، که منجر به عدم اطمینان در مورد حساسیت دمای جهانی به افزایش غلظت گازهای گلخانه ای می شود؛ ۳٫ تفاوت بین مدل ها با الگوهای فضایی تغییرات اقلیمی محلی برای گرم شدن گرمایش جهانی ۴٫ عدم اطمینان کمتر تعیین شده ی دیگر، ، مانند اثر تغییرات در گردشهای اقیانوس (از جمله El Igaio)، تغییرات آب و هوایی طبیعی، و تغییرات ناشی از آلاینده های دیگر مانند ذرات سولفات. بر اساس گزارش پنل تغییر آب و هوا، که به عنوان IPCC شناخته می شود، انتشار گاز دی اکسید کربن، مهمترین گاز گلخانه ای انسانی، با فاکتور هفت،در ۲۱۰۰AD ، نامشخص هستند. حساسیت جهانی آب و هوایی معمولا به عنوان میانگین جهانی گرمایش سطحی، در تعادل ،ناشی ازدو برابر شدن میزان مواجهه با CO2 و در محدوده ۱٫۵ تا ۴٫۵ درجه سانتیگراد، بیان میشود. IPCC در گزارش تکمیلی خود در سال ۱۹۹۲ [۱] این دیدگاه را تکرار می کند که در حال حاضر GCM ها در مورد جزئیات منطقه ای تغییرات آب و هوایی، حتی برای میانگین گرمایش جهانی، توافق خوبی ندارند. ۳٫ پیشرفت به سوی سناریوهای قابل اعتماد دو منبع اول عدم اطمینان بالا اکنون با استفاده از سناریوهای انتشار IPCC و محدوده حساسیت جهانی هوا، همراه با مدل های پارامتری گذرا (گذرزمان) سیستم جهانی جو اقیانوسی ، میتوانند قابل سنجش باشند.با توجه به تفاوت بین GCM ها در مقیاس منطقه ای، وبا توجه به نتایج شبیه سازی های اخیر و GCM بهبود یافته، پیشرفت قابل توجهی صورت گرفته است. ما به این نتیجه رسیدیم که نتایج حاصل از GCM های مختلف باید فقط برای سناریوهای تغییرات آب و هوایی مورد توجه قرار گیرد، اگر بتوان آنها را برای شبیه سازی شرایط آب و هوایی فعلی به خوبی پذیرفت. در حالی که “پذیرش” تا حدودی ذهنی است، آزمون های آماری عینی می تواند در زمینه های شبیه سازی شده مختلف در مقایسه با زمینه های مشاهده شده،به کار رود. در سال ۱۹۹۱، ما این کار را برای هفت شبیه سازی مختلف GCM از آب و هوای کنونی استرالیا انجام دادیم و مجبور شدیم پنج مورد را به خاطر عدم رضایت رد کنیم، تنها و دو تا را، با رزرو، برای توسعه سناریو پذیرفتیم[۲].با این حال، در سال ۱۹۹۳، یک تست مشابه از پنج شبیه سازی جدید GCM انجام شد که نشان داد که پنج تای جدید بهترین شان از بهترینهای هفت سال پیش،بهتر بود [۳]. اخیرا، ما آزمونهای آماری را بر روی بررسی توافق میان این پنج “GCM” “قابل قبول” ، در پیش بینی های خود جهت تغییر بارش در آب و هوای کنونی (۱ × CO2) و بهبود آب و هوای گلخانه ای (۲ X دوبعدی) را ترجیح داده ایم.هر پنج GCM، مانند دیگران، با افزایش متوسط بارش در سطح جهانی موافق هستند و به طور عمده در عرض های بالا (مقادیر ۶۰N یا S) افزایش می یابند. در آزمون های آماری ما هر دوی این عوامل را حذف کرده ایم ومیزان آزادی را برای توجه به ارتباطات فضایی در تغییرات آب و هوایی در نقاط شبکه مجاور کاهش داده ایم.ما توزیع فراوانی تعداد نقاط نقاط بین ۶۰ تا ۶۰ را به دست آوردیم تا مشخص کنیم که چند مدل انتظار می رود که با افزایش (یا کاهش) موافق باشند اگر مدل های مقیاس منطقه ای کاربردی نباشند. سپس این مقایسه را با توزیع فرکانس توافق سطحی از پنج شبیه سازی مقایسه کردیم. ما دریافتیم که نقاط بیشتری وجود دارد که در آن تمام پنج GCM در مسیر تغییر بارشی که شانسی مورد انتظار است توافق کرده اند.بر طبق تست های ما، تفاوت بین تعداد واقعی توافق نامه ها و حالات شانسی،از ۹۹ درصد سطح احتمالی به طور مشخص بهتر بوده است که نشان می دهد الگوهای افزایش و کاهش منطقه ای در بارش که توسط GCM ها شبیه سازی شده، تصادفی نیستند. این نتیجه به ما اطمینان می دهد که در الگوهای تغییرات اقلیمی منطقه حداقل در مقیاس فضایی GCM موجود، مفهومی وجود دارد که نقاط شبکه چند صد کیلومترمجزا فاصله دارند (اگر چه توافق بین مدل ها تضمین نمی کند که مدل ها درست باشند). در نتیجه، ما در استفاده از طیف وسیعی از نتایج به طور خاص نقاط شبکه، بین پنج GCM مختلف، برای برآورد طیف وسیعی از تغییرات اقلیمی منطقه ای در هر درجه گرم شدن کره زمین اعتقاد داریم.این برآوردها می تواند به هر سناریوی تغییرات آب و هوایی منطقه ای برای هر زمان در آینده با استفاده از پیش بینی های گرمایی جهانی موقت، تبدیل شوند.
Description
There has been a marked increase in the concentrations of infrared-absorbing gases in the atmosphere since the beginning of the industrial revolution. Their expected warming effect on the surface climate has led to a widespread demand for “predictions” of possible future climate change for use in impact and policy studies. However, various sources of uncertainty prohibit the issuing of confident predictions. Rather, “scenarios” of possible climate change are being developed for use in sensitivity studies, and as an aid to decision making regarding policies to limit greenhouse gas emissions, the adoption of adaptive strategies, and forward planning. In so far as the uncertainties regarding future climate are related to uncertain future rates of anthropogenic emissions of greenhouse gases, these uncertainties demonstrate that human decision-making may influence future climate change.
