基于有限情景子集跨多SSP(Shared Socioeconomic Pathway, 共享社会经济路径)投影温度的统计—动力学方法——以CMIP6(Coupled Model Intercomparison Project Phase 6, 耦合模式比较计划第六阶段)为例

《Advances in Climate Change Research》：A statistical-dynamical method for projecting temperature across multiple SSPs from a limited subset: A CMIP6 case study

　　

耦合模式比较计划（CMIP, Coupled Model Intercomparison Project）为多种未来情景下的气候及社会经济影响研究提供关键信息，但模式数量增加与试验设计复杂化导致模拟数据剧增、计算成本高昂。本研究提出一种统计—动力学投影（SDP, statistical-dynamical projection）方法，利用有限子集情景的模拟结果估算包括全球平均地表温度（GMST, global mean surface temperature）及地表气温空间分布在内的多SSP(Shared Socioeconomic Pathway)温度响应。研究人员将该方法应用于CanESM5模拟的7个SSP情景下GMST，表明仅用SSP1-2.6、SSP3-7.0和SSP4-6.0三个情景的模拟即可准确重建SSP1-1.9、SSP2-4.5、SSP4-3.4和SSP5-8.5四个SSP的GMST，大幅降低计算需求。SDP方法能较好再现中低纬度的二维温度场（空间分布），高纬度精度有所下降但仍保留大尺度型态。经MIROC6和MRI-ESM2-0验证表明方法具有稳健性。结果表明SDP为以极低附加计算成本扩展气候预估情景覆盖度提供了高效框架，原先需超级计算机数百至数千核·时的预估现可在数分钟内获得。

论文解读：

《Advances in Climate Change Research》刊载的Xie等研究者发表的此项工作，针对CMIP6(Coupled Model Intercomparison Project Phase 6, 耦合模式比较计划第六阶段)模式下部分SSP(Shared Socioeconomic Pathway, 共享社会经济路径)模拟缺失、情景覆盖不一致导致多模式比较与IPCC(Intergovernmental Panel on Climate Change, 政府间气候变化专门委员会)评估受限的问题，提出统计—动力学投影（SDP, statistical-dynamical projection）方法，利用少量已模拟SSP的温度响应及目标SSP的温室气体浓度路径，通过线性算子与多元线性回归求解温—强迫系数矩阵，实现未模拟SSP的全球平均地表温度（GMST, global mean surface temperature）及二维地表气温场的估算，并在CanESM5、MIROC6、MRI-ESM2-0三个CMIP6模式上验证其精度与普适性。

主要关键技术方法：

研究人员选取CMIP6中CanESM5、MIROC6、MRI-ESM2-0三个模式在SSP1-1.9、SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP4-3.4、SSP4-6.0、SSP5-8.5共7个SSP下年际GMST序列及地表气温格点数据，以及input4MIPs提供的CO₂与CH₄摩尔分数强迫数据。建立温度响应ΔT与各温室气体强迫ΔC_k间的线性假设ΔT=K·ΔC，以已知m个SSP的ΔT与ΔC构建方程组，逐时次多元线性回归求系数矩阵K(t)，再代入待估SSP的ΔC得ΔT估计值；格点尺度同理逐格点应用SDP。枚举C(7,3)=35种三SSP组合，以投影与模拟GMST的均方根误差（RMSE, Root Mean Square Error）定量评估，取最小平均RMSE组合展示，并对比二维温度场差值与时段平均差异。

研究结果：

1. 3.
   Results
   研究人员首先以最优组合SSP1-2.6、SSP3-7.0、SSP4-6.0为已知输入投影其余四SSP的GMST，发现SDP投影曲线与CanESM5原始模拟整体吻合：SSP1-1.9 2020–2100年均差约0.15 ℃、RMSE≈0.24；SSP2-4.5 RMSE≈0.21、年均差≈0.01 ℃；SSP4-3.4 RMSE≈0.18、年均差≈0.10 ℃；SSP5-8.5 RMSE≈0.16、年均差≈0.04 ℃，四情景平均RMSE≈0.20为35组合中最低，证实SDP可高精度重构GMST。枚举35种三SSP组合之RMSE直方图显示15/35组合平均RMSE接近0.20，7/35接近0.25，5/35接近0.30，表明多数输入组合具备可用性。MIROC6与MRI-ESM2-0得到相似最优表现与RMSE分布，说明SDP有效性不强烈依赖具体模式。
   将SDP逐格点应用于SSP2-4.5下2050年地表气温空间分布，中低纬大部分区域绝对差<1 ℃，大尺度型态与模式模拟一致，极区偏差较大；选取个别高RMSE格点（澳大利亚、南美赤道区、北极）的时间序列显示SDP虽未完全复现高频变率致局部RMSE偏高，但总体趋势与变幅范围捕捉良好。以IPCC常用20年滑动平均（2041–2060、2081–2100）检验，中低纬绝大部分区域|SDP?模拟|<0.5 ℃，进一步确认中低纬可靠性，高纬仍存偏差。全时段（2020–2100）格点RMSE空间分布图表明中低纬多数格点RMSE≤1.5，澳洲与赤道南美局地略高，极区RMSE偏大。其他SSP及其他两模式的RMSE空间分布得出相同结论。

讨论与结论翻译（Conclusions and discussion部分浓缩总结及结论意译）：

研究人员指出SDP可用仅三个SSP模拟补全其余SSP的GMST与二维温度场，在多数三SSP组合下可靠，其中SSP1-2.6＋SSP3-7.0＋SSP4-6.0组合最优；中低纬二维场再现好，高纬精度下降，高频变率难复现致局部RMSE偏高但趋势仍可捕捉；方法亦可用于具CO₂、CH₄浓度路径的新自定义情景以补全CMIP模拟供IPCC评估。局限含忽略云反馈、冰—反照率反馈、碳循环等非线性过程，仅考虑CO₂与CH₄而未纳入气溶胶强迫（强冷却效应可能在SSP3-7.0等情景引入偏差），且目前只针对温度变量。今后拟引入关键气候反馈及气溶胶强迫、拓展至降水等其他变量。

原文结论要点翻译：本研究提出SDP方法，可从有限SSP子集模拟估算多SSP下GMST及地表气温空间分布，经三个CMIP6模式验证仅需三个已知SSP（如SSP1-2.6、SSP3-7.0、SSP4-6.0）即可可靠投影其余SSP的GMST，多数三SSP组合适用；SDP在中低纬二维温度场投影上表现良好，高纬精度较低，时间序列可捕捉总体趋势但高频变率再现有限；SDP还可用于未模拟SSP或具GHG浓度路径的新情景，有望补全CMIP模拟以为IPCC和UNFCCC(United Nations Framework Convention on Climate Change, 联合国气候变化框架公约)提供更完整预估；方法局限含未考虑非线性反馈及气溶胶强迫、目前仅针对温度，未来拟扩展物理过程与其他气候变量。