集智俱乐部 04月20日 21:12
气候科学的分水岭——“标准范式”遭遇挑战|Nature速递
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

文章探讨了气候科学面临的挑战与变革。随着全球变暖,区域气候信号与模型预测出现偏差,传统标准研究范式面临“范式危机”。文章分析了标准范式的内涵,异常气候信号的涌现,以及颠覆性技术的影响。同时,文章也提出了应对危机的科学路径,包括异常信号机制解析、跨尺度耦合理论、可证伪假说构建等,旨在推动气候科学的发展。

🌍 气候科学的“标准范式”基于物理定律和尺度分离假设,通过构建不同维度的气候模型来预测全球变暖等宏观趋势,例如全球平均维度、经向平均维度和经向偏差维度。该范式在一定程度上取得了成功,例如预测了全球平均温度趋势,但它在区域尺度上的预测能力有限。

⚠️ 随着全球变暖,区域气候信号与模型预测出现偏差。例如,热带太平洋海温变化与预期相悖,陆地干旱区湿度意外下降,南极海冰创历史新低。这些异常信号的出现,挑战了标准范式的准确性,引发了对现有理论的质疑。

💡 三大颠覆性技术正在动摇传统范式的根基。超大规模集合模拟、公里级分辨率模型和数据驱动的机器学习等技术,提供了新的研究视角和方法。这些技术虽然在一定程度上弥补了传统模型的不足,但也带来了一些新的挑战,例如机制解释的清晰性和物理可解释性等。

🔄 面对“范式危机”,气候科学可能走向两种未来:改良现有范式或彻底重构理论体系。当前亟需的突破方向包括:异常信号机制解析、跨尺度耦合理论、可证伪假说构建等。这些研究方向旨在深化对气候系统的理解,并推动气候科学的进一步发展。

原创 集智编辑部 2025-04-20 18:01 北京


摘要


随着地球变暖,区域气候信号正在不断累积。其中部分信号——如陆地升温幅度大于海洋、北极地区变暖最为显著——已被成功预测,这与早期预期一致。这些预测成果的取得,源于在"大尺度与小尺度空间相互分离"假设下对物理定律的应用,由此确立了气候科学的主导范式,即我们所谓的标准研究范式。然而随着全球持续变暖,基于该标准方法得出的预测与真实气候信号之间的差异(尤其在区域尺度上)正日益凸显。与此同时,颠覆性计算方法的兴起正在催生新范式。科学哲学家将这种因异常现象累积和范式颠覆导致对主导范式信心丧失的状态定义为"危机"。本文系统阐述了当前主导范式(标准方法)的内涵,以及近年来出现的预测差异与范式颠覆。我们探讨了所谓"危机"的政策意涵,并提出了危机与否情境下的发展路径:包括首次利用气候信号验证地球变暖驱动机制的假设与过程、建立可检验的假说体系,以及通过填补气候系统各组分与空间尺度间的认知鸿沟来重振概念性思维。


关键词:气候科学范式危机、区域气候信号偏差、大尺度确定性(Large-Scale Determinism, LSD)、公里级模拟(Kilometre-Scale Modelling)、机器学习(Machine Learning)

集智编辑部丨作者



论文题目:The other climate crisis

发表时间:2025年3月26日

论文地址:https://www.nature.com/articles/s41586-025-08680-1

会议名称:Nature


过去半个世纪,气候科学基于物理定律与尺度分离假设,成功预测了全球变暖、北极放大效应等宏观趋势。然而,随着地球持续升温,区域气候信号与模型预期的偏差逐渐累积:热带太平洋海温变化与预期相悖、陆地干旱区湿度意外下降、南极海冰创历史新低……与此同时,公里级分辨率模拟和机器学习等颠覆性技术正在改写传统研究范式。这场潜在的“范式危机”是否预示气候科学即将迎来革命?





标准范式的基石




气候科学的“标准范式”根植于热力学和流体力学定律,通过大尺度确定性假设(LSD)简化复杂系统。其核心逻辑是:小尺度过程(如云、湍流)的统计行为仅依赖于大尺度环境变量。基于这一假设,科学家通过“维度层级”逐级构建气候模型:

1. 全球平均维度:辐射-对流平衡(Radiative-Convective Equilibrium, RCE)解释了地表增温与平流层冷却的垂直结构,甚至从第一性原理推导出二氧化碳增温效应。

2. 经向平均维度:角动量守恒定律揭示了哈德利环流(Hadley Circulation)和风暴轴的移动规律,成功预测了极地放大效应。

3. 经向偏差维度:地形强迫和局地加热解释了副热带高压系统、季风等区域性现象。


通过这种“从简单到复杂”的层级建模,气候模型在20世纪成功预测了全球平均温度趋势,并助力2021年诺贝尔物理学奖的颁发。然而,当研究焦点转向区域尺度时,这一范式的裂缝开始显现。


图 1.标准范式及假设。a-c,物理定律在维度层次上的应用:全球平均值(a),纵向平均值(b)和纵向偏差(c),其中T是温度,z是海拔。根据标准假设,引入对流加热(带有QC的云)和辐射(带有QR的箭头)来封装较小尺度运动的影响。





异常气候信号的涌现




未预料的信号正在全球涌现。热带太平洋西暖东冷的“类拉尼娜”海温模式、北半球夏季阻塞高压频发、南大洋风暴增强幅度超预期……这些现象与标准范式下的理论预期背道而驰。更严峻的是,某些信号甚至缺乏理论基础——例如雷暴直线风(Thunderstorm Straight Line Winds)的增强,因其涉及小尺度对流与地形耦合,传统模型难以捕捉。


三大颠覆性技术正在动摇传统范式的根基


图 2. 不断累积的区域差异。温度(红色和蓝色实色)、大气环流(紫色)、降雨(蓝色孵化)和湿度(橙色)真实世界与大西洋地区综合气候模型预测之间的差异(类似的差异可以在全球范围内发现)。





范式危机下的科学路径




面对异常信号与技术创新,气候科学可能走向两种未来:改良现有范式(通过改进参数化和边界条件约束),或彻底重构理论体系。当前亟需的突破方向包括:






危机带来的启示与科学进化




尽管区域预测存在不确定性,减排的紧迫性仍不容置疑——全球能量收支失衡、极端热浪频率增加等结论依然稳固。对政策制定者而言,危机并非不作为的借口,而是优化适应性策略的契机:需区分“已知的不确定性”与“根本性认知缺失”,例如在干旱区农业规划中,需警惕传统模型可能低估的湿度下降风险。


图 3. 地球系统的可预测性。理论(实线)与实际(虚线)可预测性限制的示意图。高于可预测极限的尺度在理论上(实线)或在实践中(虚线)是不可预测的。不同可预测性来源的影响用颜色表示,初始条件(黄色)主要决定天气的可预测性(具有确定性成分),边界条件(蓝色)决定气候预测。虽然最近的工作表明在这个问题上取得了一些进展,但在中间尺度上的可预测性是模糊的。两条虚线对比了两种可能性,以及每种可能性与可能发生的危机之间的关系,这反映了人们对是什么决定了气候的理论可预测性极限缺乏了解。


气候科学的危机,本质是学科从“常规科学”向“革命科学”跃迁的阵痛。标准方法的偏差不是宣告其失败,反而提供了前所未有的检验机会——正如量子力学颠覆经典物理,公里级模型和机器学习或将成为新范式的基石。然而,无论危机是否最终引发范式革命,科学的核心使命不变:在复杂中寻找简单,在不确定中锚定真理。



地球系统科学读书会


世界气象组织《2023年全球气候状况》报告确认2023年是有观测记录以来最暖的一年。气候变化正在以高温、干旱、洪水、野火和沙尘暴等极端天气的形式吸引人们的广泛关注。世界经济论坛《2024全球风险报告》将气候变化作为首要值得关注的风险。地球作为一个多要素、非线性的开放复杂系统,要素间相互作用关系复杂,往往牵一发而动全身。在人类活动深刻影响下,我们该如何理解并有效应对正在面临的气候变化以及其带来的社会经济等一系列议题,实现人类与地球的可持续发展?

为了能够深入理解人类世背景下地球系统各要素之间复杂的相互作用与演化机制,并为人类应对未来的地球系统科学重大挑战提供一套科学的认知框架,集智俱乐部联合清华大学讲席教授陈德亮、北京师范大学教授樊京芳、东莞理工学院特聘副研究员陈爱芳、南开大学副教授戴启立老师和爱尔兰都柏林大学博士生班崭共同发起「地球系统科学」系列读书会第二季,将组织大家从新的研究范式出发梳理相关文献,并深入研读其中涉及的理论与模型。



详情请见:地球系统科学新范式:复杂科学与人工智能交叉前沿 | 读书会启动



推荐阅读
1. 当复杂科学遇见地球系统:气候网络、复杂性与人工智能
2. 极端气候如何影响大脑?神经科学助力应对气候变化
3. 气候变化归因:应对气候变化的科学基础——从诺奖得主克劳斯·哈塞尔曼谈起
4. 涌现动力学如何用来分析复杂系统? | 新课上线
5. AI时代的学习:共探人类学习的复杂性

6. 探索者计划 | 集智俱乐部2025内容团队招募(全职&兼职)



点击“阅读原文”,报名读书会

阅读原文

跳转微信打开

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

气候科学 范式危机 区域气候 机器学习
相关文章