所有气候模型都是错误的,但错误的模型是有用的:为什么、在哪里以及如何?

《PLOS Climate》:All climate models are wrong but wrong models are useful: Why, where, and how?

【字体: 大 中 小 】 时间:2026年07月25日 来源:PLOS Climate 5.6

编辑推荐:

  在本篇论述文章中,研究人员首先论证了当前地球系统模型(ESMs)并非气候减缓政策设计的阿喀琉斯之踵。特别是,比较说明性而非预测性的社会经济情景并不能证明实施公里尺度ESMs的合理性。研究人员还声称,在耦合模式比较计划(CMIP)框架内,公里尺度模型并非优先事项

  
在本篇论述文章中,研究人员首先论证了当前地球系统模型(ESMs)并非气候减缓政策设计的阿喀琉斯之踵。特别是,比较说明性而非预测性的社会经济情景并不能证明实施公里尺度ESMs的合理性。研究人员还声称,在耦合模式比较计划(CMIP)框架内,公里尺度模型并非优先事项,适应政策应设计为风险管理策略,这首先需要更好地对气候模型当前分辨率以外的其他不确定性来源进行采样。分析气候变化的影响需要大规模的模拟集合,这也涉及与空间分辨率的权衡。此类集合还为改进模型校准和更轻松评估其强迫响应提供了新机遇。因此,只要常规ESMs不被误解为地球系统的完美复制品,它们仍然非常有用。鉴于观测中气候变化日益显现,与缺乏连续且受控的仪器数据相比,它们无疑不会成为下一份IPCC报告的主要障碍。
**论文解读:所有气候模型都是错误的,但错误的模型是有用的:为什么、在哪里以及如何?**

**研究背景与问题**

在气候科学领域,地球系统模型(ESMs)是理解气候变化和制定政策的核心工具。然而,随着模型日益复杂和计算成本飙升,科学界内部对模型的使用和局限性产生了深刻分歧。一方面,国际耦合模式比较计划(CMIP)和IPCC评估报告依赖ESMs提供未来气候预测;另一方面,模型总是存在误差,且其预测能力受到情景不确定性、参数化方案和内部变率等因素的制约。当前,部分建模中心正推动开发公里尺度(km-scale)的“数字孪生”ESMs,声称能提供更精确的局地信息。但这一方向是否合理?是否存在其他更紧迫的研究优先项?本篇发表于《PLOS Climate》的观点论文基于作者作为IPCC第六次评估报告(AR6)第一工作组协调主要作者的亲身经历,系统论证了:当前ESMs并非气候减缓政策的阿喀琉斯之踵,过度追求高分辨率可能挤占其他关键不确定性来源(如情景、模型结构多样性、内部变率)的采样空间,并呼吁更明智地使用不完美模型。

**主要技术方法概述**

本文为观点性论文,未开展具体实验或数值模拟。作者主要基于对IPCC AR6流程的观察、对CMIP和WCRP(世界气候研究计划)框架的批判性分析,以及大量文献综述(包括对SMILEs单模型初始条件大集合、PPE扰动参数集合、MME多模型集合等方法的讨论),来支撑其论点。作者引用了多个研究案例,如Fischer等(2013)利用早期SMILE揭示极端温度趋势可能被掩盖,以及Milinski等(2020)对所需集合规模的定量估计。文中未提及具体样本队列来源,但大量引用了CMIP6和AR6的评估结果。

**研究结果**

**1. IPCC情景将永远无法代表真实的辐射强迫轨迹**
作者指出,IPCC使用的排放情景是说明性的而非预测性的,但常被误用为可靠预测。对高排放情景的过度关注、对二氧化碳移除(CDR)技术的过度乐观假设,以及全球变暖水平(GWL)框架的局限性(如区域影响与排放路径相关),都表明情景不确定性是独立于模型分辨率的关键问题。作者强调,气候模型应被用作工作假设,其背后假设必须公开辩论。

**2. 当前ESMs并非减缓政策的阿喀琉斯之踵**
作者论证,减缓政策的主要障碍是政治意愿和社会经济约束,而非ESMs的精度。例如,二氧化碳累积排放的瞬态气候响应(TCRE)指标存在缺陷(依赖于相关关系、不包括非CO2气体、与排放路径相关)。此外,发展全能型ESMs(同时处理减缓与适应)可能误导决策,因为适应政策需要风险管理视角,而减缓政策更多依赖全球累积排放。作者基于机器学习研究指出,政策障碍本质上是政治联盟间的负担分配斗争。

**3. 全球气候模型永远不会成为地球系统的数字孪生**
作者批评了“数字孪生”概念在气候建模中的适用性:ESMs是不断演化的数值系统,其前提(排放情景)本身也在变化,且校准成本极高。公里尺度模型尚未解决许多根本性问题,如热带增温模式、双ITCZ综合征等。更关键的是,计算资源增加1000倍(从当前分辨率到公里尺度)远不如用于运行大集合PPE或SMILE更有效。作者认为,模型分辨率提升不应以牺牲不确定性量化和对模型偏差的诚实交流为代价。

**4. 模型多样性比模型精度更重要**
作者强调,统一建模策略(如“数字孪生”)可能削弱模型结构多样性,而多元主义方法(模型层级、结构多样性)更可取。多模型集合(MME)的分散度通常大于单模型扰动参数集合(PPE),但模型之间缺乏独立性(共享参数化方案)会导致过度自信。作者特别指出,模型校准(尤其是气溶胶光学特性、云辐射特性等参数)仍处于初级阶段,需要更多结构性创新。

**5. 内部变率与强迫气候响应同等重要**
作者通过分析SMILEs研究指出,内部变率在区域尺度上可能掩盖甚至逆转强迫趋势长达数十年。适应政策必须基于对可能结果范围的概率评估,而非单一均值。单模型初始条件大集合(SMILEs)是量化内部变率和分离强迫响应的关键工具,但当前CMIP并未系统要求提供。作者引用Milinski等(2020)的研究,指出所需集合规模因应用而异(从5个到超过100个成员),但远小于分辨率提升10倍的成本。此外,故事线方法(storyline approach)可作为SMILEs的补充,但缺乏概率可能威胁政策合法性。

**总结与讨论**

作者在结论部分重申,气候科学正处于十字路口。当前ESMs的局限性(如对区域内部变率的错误表征)并不主要源于分辨率不足,而在于校准不足、结构单一和缺乏对不确定性来源的全面采样。作者援引Saltelli和Funtowicz(2014)的建议,强调模型应被用于探索问题而非断言答案。对政策制定者而言,承认模型的不完善性并采用“无悔”适应策略比等待完美模型更明智。作者最后提出,应优先发展高质量观测数据、加强模型-观测差异分析,并利用机器学习等新技术改善校准方法。论文的关键点总结为:①减缓政策的主要障碍是政治意愿和社会经济约束,而非ESMs的粗分辨率;②适应政策更受益于对罕见事件和临界点的准确概率估计,而非更高分辨率;③承认所有ESMs不完美,才能更明智、低成本且高效地使用它们。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号