科学家现在可以证明气候变化正在导致自然灾害

亚历克斯 亚历克斯2020年11月25日遵循
科学家现在可以证明气候变化正在导致自然灾害

火灾季节变长。更强的飓风。更强烈的热浪和洪水。在世界各地,气候事件正变得越来越极端。虽然毫无疑问,全球变暖是罪魁祸首,但直到现在,要证明特定天气事件的错误是不可能的。

一个被称为极端事件归因的新兴领域正在帮助我们衡量和验证气候危机和极端天气之间的关系。科学家现在可以证明气候变化正在导致自然灾害这不仅对预测和模拟我们星球的未来具有巨大的意义,而且还可以帮助我们更好地为生活在一个日益极端的世界做准备。

在很长一段时间里,气候和天气是有区别的。现实是,极端事件是我们对气候系统最敏感的地方。我们必须了解全球变暖是如何影响极端气候的。因为这就是气候变化的影响正在发挥作用的地方。

当我们谈论气候危机的影响时,我们实际上是在谈论区分自然因素和人为因素对地球气候周期的影响。科学家现在可以证明气候变化正在导致自然灾害基本上,这意味着将地球的自然气候周期与人为气候变化区分开来。开始这样做的一个方法是检查我们人类在地球气候上留下的“指纹”。

例如,我们的冰芯记录告诉我们,二氧化碳水平在过去150年里上升了近50%,记录显示,自一个多世纪前工业时代开始以来,世界上许多地区的温度上升了1.5摄氏度以上。

通过将观测到的和模拟的地球气候模式相匹配,科学家可以确定与这些变化相关的“指纹”。追踪这些指纹的轨迹有助于科学家将气候变化与更普遍的趋势联系起来,比如海平面上升和全球气温上升。但要验证人类对特定气候事件的影响,比如飓风哈维或加州干旱?这可不那么容易。

Diffenbaugh博士等研究人员正在研究的问题,正是将特定的极端天气事件归咎于气候变化。虽然我们还不能确定如果没有气候变化,这些事件就不会发生,但我们可以讨论它们发生的概率,以及这些概率是如何变化的。

通过将我们的气候预测与实际情况进行比较,研究人员可以开始开发一个提出和测试假设的现实框架。但工作还不止于此。观测数据只能告诉我们某个事件的强度或频率是否发生了变化;它仍然不能告诉我们是什么导致了这些变化。这时就需要计算机建模了。

我们不能在全球气候系统上做实验。我们不能把气候系统放在实验室里。但我们可以说,我们的极端事件归因框架预测欧洲某个地区创纪录高温的概率为X %,然后我们可以等待并观察创纪录高温发生的频率。

这些计算机模型可以利用现实世界的气候影响,比如大气中存在多少二氧化碳,来创建一个更完整的极端事件时间表。或者,他们可以创造数百个跨越数千年的假设历史来测试我们的世界。科学家现在可以证明气候变化正在导致自然灾害这使得研究人员能够看到没有人为气候变化的世界,并评估事件发生的概率。通过比较有和没有气候变化的地球之间的概率,研究人员可以开始量化风险的变化……并测试极端事件的频率和强度随时间变化的程度。

在过去十年中,极端事件归因这一新兴领域利用这些工具帮助研究人员找到了气候变化与高温、热带气旋、野火、海冰覆盖和洪水等变化事件之间关系的有力证据。

通过将观测记录与气候模型结合起来,以及我们对全球变暖如何影响地球自然过程的日益增长的知识,我们也在更好地区分人类对气候系统的影响和气候变率在特定气候事件中所起的作用。

能够将特定的气候事件归因于气候变化在许多方面都非常有用。首先,它可以帮助研究人员开发更好的气候模型,然后政府可以使用这些模型为气候行动计划提供信息。它还可以帮助我们更好地了解我们对气候的影响,并更好地为这些影响做好准备。

我们的很多基础设施,我们的很多规划,都是围绕着,假设气候系统平稳的统计分析而设计的。如果已经发生的全球变暖已经改变了这些极端事件发生的几率,那么我们基于此设计和建造的一切,都有超过这些阈值的风险。

许多社区的基础设施,从人行道到防洪堤再到风暴潮屏障,都是根据极端气候再次发生的概率来建造和管理的。对于位于洪泛区的城市来说,某一年发生大洪水的可能性往往决定了它们的堤坝和大坝的抵御能力。如果一个城市将100年泛滥平原作为它的门槛,这意味着它的堤坝和大坝的建造是为了预测任何一年发生大洪水的1%的可能性。

但超过这些阈值的可能性正在发生变化,事实是太多的社区没有做好充分的准备。极端事件不仅影响和破坏必要的基础设施。它们会对公众健康、食物供应和全球经济产生巨大影响。其理念是,通过更好地了解气候危机的预期,世界可以为最坏的情况做好准备,同时做出明智的决定,阻止最坏的情况发生。

在美国和世界各地,我们年复一年地看到这种情况。我们生活在一个前所未有的极端事件更有可能发生的世界。它们发生得越来越频繁。我们现在就生活在这样的环境中。这些极端天气的影响正在增加我们所承受的代价。

虽然极端事件归因帮助我们更自信地将气候变化和个别天气事件之间的点联系起来,但这仍然是一个非常新的领域,有很多东西需要学习。

如果您在文本中发现了错误,请通过选择错误并按Ctrl-Enter向作者发送消息。

评论(0)

    暂无评论

你必须登录才能发表评论。

登录/报名

页在0.011392116546631中生成
Baidu
map