Analyse: Hvorfor forskere mener, at 100% af den globale opvarmning skyldes mennesker
Omfanget af det menneskelige bidrag til moderne global opvarmning er et meget debatteret emne i politiske kredse, især i USA.
Under en nylig kongreshøring bemærkede Rick Perry, den amerikanske energisekretær, at “at stå op og sige, at 100% af den globale opvarmning skyldes menneskelig aktivitet, tror jeg på dets ansigt, er bare uforsvarlig ”.
Men videnskaben om det menneskelige bidrag til moderne opvarmning er ret klar. Menneskernes emissioner og aktiviteter har forårsaget omkring 100% af den opvarmning, der er observeret siden 1950, ifølge det mellemstatslige panel for klimaændringer (IPCC ) femte vurderingsrapport.
Her undersøger Carbon Brief, hvordan hver af de vigtigste faktorer, der påvirker jordens klima, vil påvirke temperaturer isoleret – og hvordan deres samlede virkning næsten perfekt forudsiger langsigtede ændringer i den globale temperatur. / p>
Carbon Briefs analyse finder th på:
- Siden 1850 kan næsten al den langsigtede opvarmning forklares med drivhusgasemissioner og andre menneskelige aktiviteter.
- Hvis drivhusgasemissionerne alene varede planeten , ville vi forvente at se omkring en tredjedel mere opvarmning, end der faktisk er sket. De opvejes af afkøling fra menneskeskabte atmosfæriske aerosoler.
- Aerosoler forventes at falde markant inden 2100, hvilket bringer total opvarmning fra alle faktorer tættere på opvarmning fra drivhusgasser alene.
- Naturlig variation i Jordens klima vil sandsynligvis ikke spille en vigtig rolle i langvarig opvarmning.
Animation af Rosamund Pearce til Carbon Brief. Billeder via Alamy Stock Photo.
Hvor meget opvarmning er forårsaget af mennesker?
I sin femte vurderingsrapport fra 2013 erklærede IPCC i sit resume for politikere, at det er “yderst sandsynligt, at mere end halvdelen af den observerede stigning i global gennemsnitlig overfladetemperatur ”fra 1951 til 2010 var forårsaget af menneskelig aktivitet. Ved” ekstremt sandsynligt ”betød det, at der var mellem 95% og 100% sandsynlighed for, at mere end halvdelen af den moderne opvarmning var på grund af mennesker.
Denne noget indviklede udsagn er ofte blevet fortolket fejlagtigt som antydning af, at det menneskelige ansvar for moderne opvarmning ligger et sted mellem 50% og 100%. Faktisk, som NASAs dr. Gavin Schmidt har påpeget, var IPCC’s underforståede bedste gæt, at mennesker var ansvarlige for omkring 110% af den observerede opvarmning (fra 72% til 146%), med naturlige faktorer isoleret, der førte til en let køling over de sidste 50 år.
Tilsvarende viste den nylige amerikanske fjerde nationale klimavurdering, at mellem 93% og 123% af den observerede opvarmning fra 1951-2010 skyldtes menneskelige aktiviteter.
Disse konklusioner har ført til en vis forvirring om, hvordan mere end 100% af den observerede opvarmning kan tilskrives menneskelig aktivitet. Et menneskeligt bidrag på mere end 100% er muligt, fordi naturlige klimaforandringer forbundet med vulkaner og solaktivitet højst sandsynligt ville have resulteret i en let afkøling i løbet af de sidste 50 år, hvilket modregner noget af den opvarmning, der er forbundet med menneskelige aktiviteter.
‘Tvinge’, der ændrer klimaet
Forskere måler de forskellige faktorer, der påvirker den mængde energi, der når og forbliver i jordens klima. De er kendt som “strålingskræfter”.
Disse kræfter inkluderer drivhusgasser, der fanger udgående varme, aerosoler – både fra menneskelige aktiviteter og vulkanudbrud – der reflekterer indgående sollys og påvirker skydannelse, ændringer i solproduktion ændringer i reflektionsevnen på jordoverfladen forbundet med arealanvendelse og mange andre faktorer.
For at vurdere den rolle, som hver forskellig tvang spiller i observerede temperaturændringer, tilpassede Carbon Brief en simpel statistisk klimamodel udviklet af Dr. Karsten Haustein og hans kolleger ved University of Oxford og University of Leeds. Denne model finder forholdet mellem både menneskelige og naturlige klimaforstærkninger og temperatur, der bedst matcher observerede temperaturer, både globalt og kun over landområder.
Figuren nedenfor viser den anslåede rolle for hver forskellige klimatvingning i skiftende globale overfladetemperaturer siden optegnelser begyndte i 1850 – herunder drivhusgasser (rød linje), aerosoler e), arealanvendelse (lyseblå), ozon (lyserød), sol (gul) og vulkaner (orange).
De sorte prikker viser observerede temperaturer fra Berkeley Earth’s overfladetemperaturprojekt, mens den grå linje viser den anslåede opvarmning fra kombinationen af alle de forskellige typer kræfter
Globale gennemsnitlige overfladetemperaturer fra Berkeley Earth (sorte prikker) og modelleret indflydelse af forskellige strålingstving (farvede streger) samt kombinationen af alle kræfter (grå linje) for perioden 1850 til 2017. Se metoder i slutningen af artiklen for detaljer.Diagram efter Carbon Brief ved hjælp af Highcharts.
Kombinationen af alle strålekræfter svarer generelt til længerevarende ændringer i observerede temperaturer ganske godt. Der er en vis variation fra år til år, primært fra El Niño-begivenheder, der ikke er drevet af ændringer i kræfter. Der er også perioder fra 1900-1920 og 1930-1950, hvor der er nogle større uenigheder mellem projiceret og observeret opvarmning, både i denne enkle model og i mere komplekse klimamodeller.
Diagrammet fremhæver, at af alle den analyserede strålingskraft producerer kun stigninger i drivhusgasemissioner den opvarmning, der er oplevet i de sidste 150 år.
Hvis drivhusgasemissionerne alene varede planeten, ville vi forvente at se omkring en tredjedel mere opvarmning end der faktisk er sket.
Hvilke roller spiller så alle de andre faktorer?
Den ekstra opvarmning fra drivhusgasser modregnes af svovldioxid og andre produkter fra forbrænding af fossilt brændstof, der danner aerosoler i atmosfæren. Aerosoler i atmosfæren reflekterer begge indkommende solstråling tilbage i rummet og øger dannelsen af høje, reflekterende skyer, der afkøler jorden.
Ozon er en kortvarig drivhusgas, der fanger udgående varme og varmer jorden. Ozon udsendes ikke direkte, men dannes, når methan, kulilte, nitrogenoxider og flygtige organiske forbindelser nedbrydes i atmosfæren. Stigninger i ozon kan direkte henføres til menneskelige emissioner af disse gasser.
I den øvre atmosfære har reduktioner i ozon forbundet med chlorfluorcarboner (CFC’er) og andre halogencarboner, der nedbryder ozonlaget, haft en beskeden køleeffekt. Nettovirkningerne af kombinerede nedre og øvre atmosfæriske ozonændringer har beskeden opvarmet Jorden med et par tiendedele af en grad.
Ændringer i den måde, hvorpå land bruges, ændrer reflektionsevnen på Jordens overflade. For eksempel vil udskiftning af en skov med et felt generelt øge mængden af sollys, der reflekteres tilbage i rummet, især i snedækkede områder. Nettoklimaeffekten af ændringer i arealanvendelsen siden 1850 er en beskeden afkøling.
Vulkaner har en kortvarig køleeffekt på klimaet på grund af deres injektion af sulfat-aerosoler højt ind i stratosfæren, hvor de kan forblive i et par år og reflekterer indgående sollys tilbage i rummet. Men når først sulfaterne driver tilbage til overfladen, forsvinder vulkanens afkølingseffekt. Den orange linje viser den estimerede indvirkning af vulkaner på klimaet med store nedadgående stigninger i temperaturer op til 0,4 ° C forbundet med større udbrud.
3. januar 2009 – Santiaguito-udbrud, Guatemala. Kredit: Stocktrek Images, Inc. / Alamy Stock Photo.
Endelig måles solaktivitet af satellitter i løbet af de sidste par årtier og estimeres baseret på solpletællinger i den fjernere fortid. Mængden af energi, der når jorden fra solen, svinger beskedent i en cyklus på omkring 11 år. Der har været en lille stigning i den samlede solaktivitet siden 1850’erne, men mængden af yderligere solenergi, der når jorden, er lille sammenlignet med andre undersøgte strålingskræfter.
I løbet af de sidste 50 år har solenergi nået Jorden er faktisk faldet en smule, mens temperaturerne er steget dramatisk.
Menneskelige kræfter matcher observeret opvarmning
Nøjagtigheden af denne model afhænger af nøjagtigheden af de strålende tvangsestimater. Nogle typer strålingstving som den fra atmosfæriske CO2-koncentrationer kan måles direkte og har relativt små usikkerheder. Andre, såsom aerosoler, er udsat for meget større usikkerhed på grund af vanskeligheden ved nøjagtigt at måle deres virkning på skydannelse.
Disse er beskrevet i nedenstående figur, som viser kombinerede naturlige kræfter (blå linje) og menneskelige kræfter (rød linje) og den usikkerhed, som den statistiske model forbinder med hver. Disse skyggefulde områder er baseret på 200 forskellige estimater af strålingstving, der inkorporerer forskning, der forsøger at estimere en række værdier for hver. Usikkerhed i menneskelige faktorer øges efter 1960, hovedsageligt drevet af stigninger i aerosolemissioner efter dette punkt.
Globale gennemsnitlige overfladetemperaturer fra Berkeley Earth (sorte prikker) og modelleret indflydelse af alt kombineret natur (blå linje ) og menneskelige (røde streger) strålingskræfter med deres respektive usikkerhed (skyggefulde områder) for perioden 1850 til 2017. Kombinationen af alle naturlige og menneskelige kræfter (grå linje) vises også. Se metoder i slutningen af artiklen for detaljer. Diagram af Carbon Brief ved hjælp af Highcharts.
Samlet set er opvarmning forbundet med alle menneskelige kræfter ganske godt enig med observeret opvarmning, hvilket viser, at ca. 104% af det samlede antal siden starten af den “moderne” periode i 1950 kommer fra menneskelige aktiviteter (og 103% siden 1850), hvilket svarer til værdien rapporteret af IPCC.Kombinerede naturlige kræfter viser en beskeden afkøling, primært drevet af vulkanudbrud.
Den enkle statistiske model, der anvendes til denne analyse af Carbon Brief, adskiller sig fra langt mere komplekse klimamodeller, der generelt bruges af forskere til at vurdere det menneskelige fingeraftryk ved opvarmning . Klimamodeller “passer ikke” bare kræfter til observerede temperaturer. Klimamodeller inkluderer også variationer i temperatur over rum og tid og kan tage højde for forskellige effektiviteter af strålingstving i forskellige regioner på jorden.
Dog Når man analyserer virkningen af forskellige kræfter på de globale temperaturer, finder komplekse klimamodeller generelt resultater svarende til enkle statistiske modeller. Figuren nedenfor fra IPCC’s femte vurderingsrapport viser forskellige faktorers indflydelse på temperaturen i perioden 1950 til 2010. Observerede temperaturer vises i sort, mens summen af humane kræfter er vist i orange.
Figur TS10 fra IPCC’s femte vurderingsrapport. Observerede temperaturer er fra HadCRUT4. GHG er alt sammen godt blandet drivhus. gasser, ANT er total menneskelig kraft, OA er menneskelig kraft, bortset fra drivhusgas (for det meste aerosoler), NAT er naturlig kraft (sol og vulkaner), og intern variation er et skøn over den potentielle effekt af multidecadale havcyklusser og lignende faktorer. Fejllinjer viser usikkerheder med én sigma for hver. Kilde: IPCC.
Dette antyder, at menneskelige kræfter alene ville have resulteret i ca. 110% af den observerede opvarmning. IPCC inkluderede også den estimerede størrelse af intern variabilitet i denne periode i modellerne, som de antyder er relativt lille og sammenlignelig med den for naturlige kræfter.
Som professor Gabi Hegerl ved University of Edinburgh fortæller Carbon Brief : “IPCC-rapporten har et skøn, der grundlæggende siger, at det bedste gæt ikke er noget bidrag med ikke så meget usikkerhed.”
Landområder opvarmes hurtigere
Landtemperaturer er opvarmet betydeligt hurtigere end gennemsnitlige globale temperaturer i det forløbne århundrede med temperaturer, der har nået omkring 1,7 ° C over førindustrielle niveauer i de seneste år. Landtemperaturrekorden går også længere tilbage i tiden end den globale temperaturrekord, selvom perioden før 1850 er underlagt meget større usikkerhed.
Både menneskelige og naturlige strålingskræfter kan matches med landtemperaturer ved hjælp af den statistiske model. Størrelsen af menneskelige og naturlige kræfter vil variere lidt mellem land og global temperatur s. F.eks. Ser vulkanudbrud ud til at have større indflydelse på land, da landtemperaturer sandsynligvis reagerer hurtigere på hurtige ændringer i kræfter.
Figuren nedenfor viser det relative bidrag for hver forskellige strålingskraft til landtemperaturer. siden 1750.
Landets gennemsnitlige overfladetemperaturer fra Berkeley Earth (sorte prikker) og modelleret indflydelse af forskellige strålingstving (farvede streger) samt kombinationen af alle tvinge (grå linje) til periode fra 1750 til 2017. Kort efter Carbon Brief ved hjælp af Highcharts.
Kombinationen af alle kræfter matcher generelt observerede temperaturer ganske godt, med kortsigtet variabilitet omkring den grå linje primært drevet af El Niño og La Niña begivenheder. Der er en større variation i temperaturer før 1850, hvilket afspejler de langt større usikkerheder i observationsregistreringerne langt tilbage.
Der er stadig en periode omkring 1930 og 1940, hvor observationer overstiger, hvad modellen forudsiger, skønt forskelle er mindre markante end i globale temperaturer, og afvigelsen fra 1900-1920 er for det meste fraværende i landregistreringer.
Vulkanudbrud i slutningen af 1700’erne og begyndelsen af 1800’erne skiller sig skarpt ud i landrekorden. Udbruddet af Tambora-bjerget i Indonesien i 1815 kan have afkølet landtemperaturer med en massiv 1,5 ° C, selvom optegnelser på det tidspunkt var begrænset til dele af den nordlige halvkugle, og det er derfor svært at drage en fast konklusion om globale påvirkninger. Generelt ser vulkaner ud til at afkøle landtemperaturer med næsten dobbelt så meget som globale temperaturer.
Hvad kan der ske i fremtiden?
Carbon Brief brugte den samme model til at projicere fremtidige temperaturændringer. forbundet med hver tvangsfaktor. Figuren nedenfor viser observationer frem til 2017 sammen med fremtidige strålingskræfter efter 2017 fra RCP6.0, et mellem-til-høj fremtidigt opvarmningsscenarie.
Globale gennemsnitlige overfladetemperaturer fra Berkeley Earth ( sorte prikker) og modelleret indflydelse af forskellige strålingstving (farvede streger) for perioden 1850 til 2100. Tvinge efter 2017 taget fra RCP6.0. Diagram efter Carbon Brief ved hjælp af Highcharts.
Når den forsynes med strålingskræfterne til RCP6.0-scenariet, viser den enkle statistiske model opvarmning på omkring 3C inden 2100, næsten identisk med den gennemsnitlige opvarmning, som klimamodeller finder.
Fremtidig stråling fra CO2 forventes at fortsætte med at stige, hvis emissionerne stiger.På den anden side forventes aerosoler at toppe ved nutidens niveauer og falde betydeligt inden 2100, hvilket i vid udstrækning er drevet af bekymringer om luftkvaliteten. Denne reduktion i aerosoler vil forbedre den samlede opvarmning og bringe den samlede opvarmning fra al stråling tættere på opvarmning fra drivhusgasser alene. RCP-scenarierne antager ingen specifikke fremtidige vulkanudbrud, da timingen af disse er ukendelig, mens solproduktionen fortsætter sin 11-årige cyklus.
Denne tilgang kan også anvendes på landtemperaturer, som vist i figuren under. Her vises landtemperaturer mellem 1750 og 2100 med kræfter efter 2017 også fra RCP6.0.
Landets gennemsnitlige overfladetemperaturer fra Berkeley Earth (sorte prikker) og modelleret indflydelse af forskellige strålingskræfter (farvede linjer) for perioden fra 1750 til 2100. Tvinge efter 2017 taget fra RCP6.0. Kort efter Carbon Brief ved hjælp af Highcharts.
Landet forventes at varme op omkring 30% hurtigere end kloden som helhed, da opvarmningshastigheden over havene er bufret af havets varmeoptagelse. Dette ses i modelresultaterne, hvor landet opvarmes med omkring 4C inden 2100 sammenlignet med 3C globalt i RCP6.0-scenariet.
Der er en bred vifte af fremtidig opvarmning mulig fra forskellige RCP-scenarier og forskellige værdier for klimasystemets følsomhed, men alle viser et lignende mønster for faldende fremtidige aerosolemissioner og en større rolle for drivhusgasforcering i fremtidige temperaturer.
Den naturlige variabilitets rolle
Mens naturlige kræfter fra sol og vulkaner ikke ser ud til at spille en stor rolle i langvarig opvarmning, er der også naturlig variation forbundet med havets cyklusser og variationer i havets varmeoptagelse.
Som langt størstedelen af energi fanget af drivhusgasser absorberes af havene snarere end atmosfæren, ændringer i hastigheden af havets varmeoptagelse kan potentielt have stor indflydelse på overfladetemperaturen. Nogle forskere har hævdet, at multidecadale cyklusser, såsom Atlantic Multidecadal Oscillation (AMO) og Pacific Decadal Oscillation (PDO), kan spille en rolle i opvarmningen i en decadal skala.
Mens menneskelige faktorer forklarer hele tiden -varmeropvarmning, der er nogle specifikke perioder, der ser ud til at være opvarmet eller afkølet hurtigere, end der kan forklares på baggrund af vores bedste skøn over strålingskraft. For eksempel kan det beskedne misforhold mellem det strålende tvangsbaserede skøn og observationer i midten af 1900’erne være tegn på en rolle for naturlig variation i den periode.
Et antal forskere har undersøgt potentialet for naturlig variation for at påvirke langsigtede opvarmningstendenser. De har fundet ud af, at det generelt spiller en begrænset rolle. F.eks. Fandt dr. Markus Huber og dr. Reto Knutti ved Institute for Atmospheric and Climate Science (IAC) i Zürich et maksimalt muligt bidrag af naturlig variation på omkring 26% (+/- 12%) i løbet af de sidste 100 år og 18% (+/- 9%) i løbet af de sidste 50 år.
Knutti fortæller Carbon Brief:
“Vi kan aldrig helt herske ud af, at den naturlige variation er større, end vi i øjeblikket tror. Men det er et svagt argument: du kan selvfølgelig aldrig udelukke det ukendte ukendte. Spørgsmålet er, om der er stærk eller endda bevis for det. Og svaret er nej, efter min mening.
Modeller får den kortsigtede temperaturvariation tilnærmelsesvis rigtig. I mange tilfælde, de har endda for meget. Og på lang sigt kan vi ikke være sikre, fordi observationer er begrænsede. Men den tvungne reaktion forklarer stort set observationer, så der er ingen beviser fra det 20. århundrede for, at vi mangler nogle ething…
Selv om modeller viste sig at undervurdere den interne variabilitet med en faktor på tre, er det yderst usandsynligt, at intern variation kan producere en tendens, der er så stor som observeret. ”
Tilsvarende analyserede dr. Martin Stolpe og kolleger, også ved IAC, for nylig rollen af multidecadal naturlig variation i både Atlanterhavet og Stillehavet. De fandt ud af, at “mindre end 10% af den observerede globale opvarmning i anden halvdel af det 20. århundrede er forårsaget af intern variation i disse to havbassiner, hvilket forstærker tilskrivningen af det meste af den observerede opvarmning til menneskeskabte kræfter”.
Intern variation kan sandsynligvis spille en meget større rolle i regionale temperaturer. For eksempel ved at producere usædvanligt varme perioder i Arktis og USA i 1930’erne. Dens rolle i at påvirke langsigtede ændringer i globale overfladetemperaturer ser ud til skal begrænses.
Konklusion
Selvom der er naturlige faktorer, der påvirker jordens klima, ville den kombinerede indflydelse af vulkaner og ændringer i solaktivitet have resulteret i afkøling snarere end opvarmning over sidste 50 år.
Den globale opvarmning, der er oplevet i de sidste 150 år, matcher næsten perfekt det, der forventes af drivhusgasemissioner og anden menneskelig aktivitet, både i den enkle model, der er undersøgt her og i mere komplekse klimamodeller. Det bedste skøn over det menneskelige bidrag til moderne opvarmning er omkring 100%.
En vis usikkerhed er fortsat på grund af den rolle, som naturlig variation varierer, men forskere antyder, at havudsving og lignende faktorer sandsynligvis ikke vil være årsagen til mere end en lille brøkdel af moderne global opvarmning.
Metodologi
Den enkle statistiske model, der anvendes i denne artikel, er tilpasset det globale opvarmningsindeks udgivet af Haustein et al (2017). Til gengæld er den baseret på Otto et al (2015) -modellen.
Modellen estimerer bidrag til observerede klimaændringer og fjerner virkningen af naturlige udsving fra år til år ved en multipel lineær regression af observeret temperaturer og estimerede reaktioner på samlede menneskeskabte og totale naturlige drivkræfter for klimaændringer. De tvangsresponser er leveret af den enkle standard klimamodel, der er givet i kapitel 8 i IPCC (2013), men størrelsen af disse svar estimeres af pasformen til observationerne. Tvingene er baseret på IPCC (2013) værdier og blev opdateret til 2017 ved hjælp af data fra NOAA og ECLIPSE. 200 variationer af disse kræfter blev leveret af Dr. Piers Forster fra University of Leeds, hvilket afspejler usikkerheden ved at tvinge estimater. Der findes også et Excel-regneark, der indeholder deres model.
Modellen blev tilpasset ved at beregne tvangssvar for hver af de forskellige større klimatvingninger snarere end blot samlede menneskelige og naturlige kræfter ved hjælp af Berkeley Earth-rekorden til observationer. Henfaldstiden for termisk reaktion, der blev brugt til at konvertere tvang til tvangssvar, blev justeret til at være et år snarere end fire år for vulkanske kræfter for bedre at afspejle den hurtige responstid, der er til stede i observationer. Virkningerne af begivenhederne El Niño og La Niña (ENSO) blev fjernet fra observationerne ved hjælp af en tilgang tilpasset fra Foster og Rahmstorf (2011) og Kaplan El Niño 3.4-indekset ved beregning af det vulkanske temperaturrespons, da ellers overlapningen mellem vulkaner og ENSO ellers komplicerer empiriske estimater.
Temperaturresponset for hver individuel forcering blev beregnet ved at skalere deres tvangsresponser med de samlede humane eller naturlige koefficienter fra regressionsmodellen. Regressionsmodellen blev også kørt separat for landtemperaturer. Temperaturrespons for hver tvang mellem 2018 og 2100 blev estimeret ved hjælp af tvangsdata fra RCP6.0, normaliseret til at matche størrelsen af de observerede kræfter i slutningen af 2017.
Usikkerhed i det samlede humane og samlede naturlige temperaturrespons var estimeret ved hjælp af en Monte Carlo-analyse af 200 forskellige tvangsserier samt usikkerheden i de estimerede regressionskoefficienter. Python-koden, der bruges til at køre modellen, arkiveres med GitHub og tilgængelig til download.
Observationsdata fra 2017 vist i figurerne er baseret på gennemsnittet af de første 10 måneder af året og vil sandsynligvis være meget lig den ultimative årlige værdi.
Dette indlæg blev offentliggjort den 13. december 2017 kl. 16:59