<p>一項新的研究發(fā)現(xiàn)，為實現(xiàn)世界上最雄心勃勃的氣候目標&mdash;&mdash;比工業(yè)化前的水平高出1.5攝氏度&mdash;&mdash;而設(shè)計的排放目標實際上可能是為了避免更極端的2攝氏度氣候變化所必需的。</p> <p>&nbsp;</p> <p>1月30日發(fā)表在《美國國家科學院院刊》上的這項研究提供了新的證據(jù)，表明全球變暖將在本世紀30年代初達到比工業(yè)化前平均水平高1.5攝氏度(2.7華氏度)的水平，無論未來十年溫室氣體排放增加或減少多少。</p> <p>&nbsp;</p> <p>新的&ldquo;時間到閾值&rdquo;估計結(jié)果來自一項分析，該分析利用人工智能來預測氣候變化，使用來自世界各地的最近溫度觀測數(shù)據(jù)。</p> <p>&nbsp;</p> <p>該研究的主要作者、斯坦福大學氣候科學家諾亞&middot;迪芬堡說:&ldquo;我們采用了一種全新的方法，它依賴于氣候系統(tǒng)的當前狀態(tài)來預測未來，我們證實，世界正處于超過1.5攝氏度閾值的邊緣。&rdquo;</p> <p>&nbsp;</p> <p>人工智能預測，如果未來幾十年排放量仍然很高，到本世紀中葉，地球平均氣溫比工業(yè)時代前升高2攝氏度(3.6華氏度)的可能性為二分之一，到2060年達到這一閾值的可能性為五分之四。</p> <p>&nbsp;</p> <p>根據(jù)Diffenbaugh與科羅拉多州立大學大氣科學家Elizabeth Barnes共同撰寫的分析，人工智能預測，即使在未來幾十年排放量下降的情況下，全球氣溫也可能達到2攝氏度。&ldquo;我們的人工智能模型非常確信，如果再花半個世紀的時間實現(xiàn)凈零排放，氣溫已經(jīng)足夠高，可能會超過2攝氏度，&rdquo;Diffenbaugh說，他是卡拉J基金會教授和斯坦福多爾可持續(xù)發(fā)展學院的Kimmelman家庭高級研究員。</p> <p>&nbsp;</p> <p>Diffenbaugh說，這一發(fā)現(xiàn)可能會在科學家和政策制定者中引起爭議，因為其他權(quán)威評估，包括政府間氣候變化專門委員會的最新報告，已經(jīng)得出結(jié)論，如果排放量在2080年之前下降到凈零，2攝氏度的目標不太可能達到。</p> <p>&nbsp;</p> <p>為什么半度很重要?</p> <p><br />超過1.5攝氏度和2攝氏度的門檻將意味著無法實現(xiàn)2015年《巴黎協(xié)定》的目標，在該協(xié)議中，各國承諾將全球變暖控制在比工業(yè)化前水平&ldquo;遠低于&rdquo;2攝氏度的水平，同時追求將變暖限制在1.5攝氏度的更雄心勃勃的目標。</p> <p>&nbsp;</p> <p>與化石燃料燃燒在19世紀開始流行之前相比，全球平均氣溫已經(jīng)上升了1.1攝氏度(2華氏度)，而這種變暖帶來的一系列影響包括更頻繁的野火、更極端的降雨和洪水，以及更持久、更強烈的熱浪。</p> <p>&nbsp;</p> <p>由于這些影響已經(jīng)出現(xiàn)，預計全球變暖每上升一度都會加劇對人類和生態(tài)系統(tǒng)的影響。隨著平均氣溫的攀升，世界更有可能達到臨界點(有時被稱為臨界點)，從而導致新的后果，比如極地冰蓋融化或大規(guī)模森林死亡。因此，科學家預計超過2攝氏度的影響將更加嚴重和廣泛。</p> <p>&nbsp;</p> <p>在這項新研究中，Diffenbaugh表示，他驚訝地發(fā)現(xiàn)，人工智能預測，即使在2076年排放量迅速下降到凈零的情況下，世界仍很可能達到2攝氏度的閾值。人工智能預測，在這種情況下，到2054年達到2攝氏度的幾率為二分之一，在2044年至2065年之間超過閾值的幾率約為三分之二。</p> <p>&nbsp;</p> <p>然而，通過迅速減少排放到大氣中的二氧化碳、甲烷和其他溫室氣體的數(shù)量，仍有可能避免更極端的氣候變化。自巴黎氣候協(xié)定簽署以來的幾年里，許多國家都承諾要比這項新研究中使用的低排放情景中反映的更快地實現(xiàn)凈零排放。Diffenbaugh特別指出，包括中國、歐盟、印度和美國在內(nèi)的許多國家都有2050年至2070年的凈零目標，包括斯坦福大學在內(nèi)的許多非國家行為體也是如此。</p> <p>&nbsp;</p> <p>迪芬堡說:&ldquo;這些凈零承諾通常是圍繞實現(xiàn)《巴黎協(xié)定》1.5攝氏度的目標而制定的。&rdquo;&ldquo;我們的研究結(jié)果表明，這些雄心勃勃的承諾可能需要避免c。&rdquo;</p> <p>&nbsp;</p> <p>人工智能被訓練從過去的變暖中學習</p> <p><br />以前的評估使用了全球氣候模型來模擬未來的變暖軌跡;用于推斷近期變暖率的統(tǒng)計技術(shù);以及碳預算，以計算排放量需要以多快的速度下降才能保持在《巴黎協(xié)定》的目標之下。</p> <p>&nbsp;</p> <p>對于新的估計，Diffenbaugh和Barnes使用了一種被稱為神經(jīng)網(wǎng)絡(luò)的人工智能，他們使用廣泛使用的全球氣候模型模擬的大量輸出檔案進行訓練。</p> <p>&nbsp;</p> <p>一旦神經(jīng)網(wǎng)絡(luò)從這些模擬中學習到模式，研究人員就會要求人工智能在給出實際年度溫度異常圖作為輸入時，預測到達給定溫度閾值的年數(shù)&mdash;&mdash;也就是說，與1951-1980年參考期間同一地點的平均水平相比，某一給定年份的溫度升高或降低程度的觀測值。</p> <p>&nbsp;</p> <p>為了測試準確性，研究人員根據(jù)1980年至2021年每年的溫度異常數(shù)據(jù)，對該模型進行了挑戰(zhàn)，以預測當前的全球變暖水平1.1攝氏度。人工智能正確地預測了目前的變暖水平將在2022年達到，最有可能的范圍是2017年至2027年。該模型還正確地預測了近幾十年來氣溫上升至1.1攝氏度的年數(shù)下降的速度。</p> <p>&nbsp;</p> <p>Diffenbaugh說:&ldquo;這真的是一個&lsquo;嚴峻的考驗&rsquo;，看看人工智能是否能預測我們知道已經(jīng)發(fā)生的時間。&rdquo;&ldquo;在看到結(jié)果之前，我們對這種方法是否有效持懷疑態(tài)度。人工智能具有如此高的準確性，這一事實增加了我對其預測未來變暖的信心。&rdquo;</p> <p>&nbsp;</p> <p>這項研究得到了斯坦福大學和美國能源部生物與環(huán)境研究辦公室的支持，作為氣候模式診斷和相互比較項目的一部分。</p> <p>&nbsp;</p> <p>Diffenbaugh是地球系統(tǒng)科學教授，斯坦福森林環(huán)境研究所高級研究員，奧利維爾&middot;諾梅利尼家庭大學本科教育研究員。</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新聞直譯，僅供參考，不代表指南者留學態(tài)度觀點。</p> </blockquote>