在全球範圍的日常天氣觀測中發現全球變暖的特徵
在全球範圍的日常天氣觀測中發現全球變暖的特徵
今年10月，猶他州的氣象研究人員測量了美國(阿拉斯加除外)10月份有記錄以來的最低氣溫:-37.1°C。之前10月份的低溫記錄是-35°C，人們想知道氣候變化發生了什麼。到目前為止，氣候研究人員的回應是，氣候和天氣不是一回事。氣候是我們的長期預期，而天氣是我們的短期預期——由於當地的天氣條件變化無常，儘管全球氣候長期變暖，但在一個地方可能會在短時間內非常寒冷。簡而言之，當地天氣的變化掩蓋了全球氣候的長期趨勢。
然而現在，由ETH教授Reto Knutti領導的研究小組對溫度測量和模型進行了新的分析。科學家們得出結論，「天氣不是氣候」的範式不再適用於這種形式。根據研究人員的說法，如果將全球空間格局考慮在內，氣候信號(即長期變暖趨勢)實際上可以從日常天氣數據中辨別出來，比如地面氣溫和濕度。簡而言之，這意味著，儘管全球變暖，但美國10月份很可能出現創紀錄的低溫。然而，如果同時氣溫高於其他地區的平均氣溫，這種偏差就幾乎完全消除了。
為了在每天的天氣記錄中檢測到氣候信號，研究人員使用統計學習技術將模擬與氣候模型和測量站的數據結合起來。統計學習技術可以從不同地區的氣溫和預期變暖與變率的組合中提取出氣候變化的「指紋」。通過系統地評估模型模擬，他們可以識別自2012年春季以來任何一天的全球測量數據中的氣候指紋。對當地和全球每日平均氣溫變化的比較顯示了全球視角的重要性。雖然當地測量的日平均溫度可以有很大的波動(甚至在去除季節周期之後)，但全球日平均溫度的波動幅度非常小。如果將1951年至1980年的全球日平均值與2009年至2018年的日平均值進行比較，這兩個分布(鐘形曲線)幾乎沒有重疊。因此，氣候信號在全球值中比較突出，但在局部值中比較模糊，因為在這兩個時期，日平均值的分布有相當大的重疊。
這些發現可能會對氣候科學產生廣泛的影響，這些信息可以用於進一步的研究，量化極端天氣事件(如地區寒潮)發生概率的變化。這些研究是基於模型計算的，我們的方法可以在這種區域寒冷期的觀測中提供氣候變化指紋的全球背景。這為全球變暖背景下區域天氣事件的傳播提供了新的機會。
