让嘈杂的数据有意义
尽管天气是一个混沌系统的经典例子 , 我们如何能建立未来几十年或数百年的可靠气候模型?1980年左右 , Klaus Hasselmann证明了如何将混乱变化的天气现象描述为快速变化的噪音 , 从而为长期气候预报奠定了坚实的科学基础 。 此外 , 他开发了一种方法来确定人类对观测到的全球温度的影响 。
20世纪50年代 , 作为一名年轻的物理学博士 , Hasselmann在德国汉堡从事流体力学研究 , 然后开始发展海浪和洋流的观测和理论模型 。 之后他搬到了加州 , 继续从事海洋学研究 , 并遇到了同行 , 如查尔斯·大卫·基林(Charles David Keeling) , Hasselmann夫妇与基林组建了一个狂欢合唱团 。 基林的传奇之处在于 , 早在1958年 , 他就在夏威夷的莫纳罗亚天文台开始了到目前时间最长大气二氧化碳测量 。 Hasselmann并不知道 , 在他后期的工作中 , 他会经常使用基林曲线 , 它显示了二氧化碳水平的变化 。
从嘈杂的天气数据中获取气候模型可以用遛狗来说明:狗不听话 , 前后左右地跑 , 左右绕着你的腿跑 。 你怎么能用狗的足迹来判断你是在走路还是站着不动呢?或者你走得快还是慢?狗的足迹是天气的变化 , 而你的散步是经过计算的气候 。 是否有可能利用混乱和嘈杂的天气数据得出气候长期趋势的结论?
另一个困难是 , 影响气候的波动随时间变化很大——它们可能是快速的 , 如风力或空气温度 , 或非常缓慢的 , 如冰层融化和海洋升温 。 例如 , 对海洋来说 , 均匀增加一度可能需要一千年的时间 , 但对大气来说只需几周 。 决定性的技巧是将天气的快速变化作为噪声纳入计算 , 并展示这些噪声是如何影响气候的 。
Hasselmann创建了一个随机气候模型 , 这意味着模型中包含了随机性 。 他的灵感来自爱因斯坦的布朗运动理论 , 也被称为随机漫步 。 利用这个理论 , Hasselmann证明了快速变化的大气实际上会导致海洋的缓慢变化 。
识别人类影响的痕迹
一旦气候变化模型完成 , Hasselmann开发了识别人类对气候系统影响的方法 。 他发现 , 这些模型以及观测和理论上考虑 , 包含了关于噪声和信号特性的充分信息 。 例如 , 太阳辐射、火山颗粒或温室气体水平的变化会留下独特的信号 , 即指纹 , 这些信号可以被分离出来 。 这种识别指纹的方法也可以应用于人类对气候系统的影响 。 Hasselman因此为进一步的气候变化研究扫清了道路 , 这些研究通过大量的独立观测证明了人类对气候影响的痕迹 。
随着气候复杂相互作用的过程被更彻底地绘制出来 , 尤其是通过卫星测量和天气观测 , 气候模型变得越来越精细 。 模型清楚地显示了温室效应的加速:自19世纪中期以来 , 大气中的二氧化碳含量增加了40% 。 地球的大气已经有几十万年没有容纳这么多的二氧化碳了 。 相应地 , 温度测量显示 , 在过去150年里 , 地球温度上升了1°C 。
推荐阅读
- 测试|图森未来完成全球首次无人驾驶重卡在公开道路的全无人化测试
- ASUS|华硕预热ROG Flow Z13:称其是“全球最强悍的游戏平板”
- 科学|中阳县北街小学:体验科学魅力
- 牛上|英媒文章:2021年最有趣的科学发现
- IT|全球汽车行业价值两年突增至3万亿美元 中国电动车企立大功
- IT|全球供应25亿剂疫苗 科兴上半年营收110亿美元
- IT|全球每日新增确诊病例首超100万例 世卫:两大毒株正掀起“疫情海啸”
- Tesla|特斯拉在美国召回约47.5万辆汽车 接近其去年全球交付总量
- 堆芯|全球首座,世界领跑!
- 集聚|向全球应用创新策源地持续迈进 上海“双千兆”应用体验中心正式揭牌