好文速递：局部城市气候的全球多模式预测

Global multi-model projections of local urban climates

局部城市气候的全球多模式预测

摘要：针对气候驱动风险的有效城市规划依赖于针对特定建筑景观的强劲气候预测。由于全球规模的地球系统模型中几乎没有普遍的城市代表性，因此没有这种预测。在这里，我们结合了气候建模和数据驱动方法，以提供二十一世纪全球城市气候的多模型预测。结果表明，气候变化下某些地区的城市变暖特定水平的模型间鲁棒性。在高排放情景下，据估计，到本世纪末，美国，中东，中亚北部，中国东北，南美内陆和非洲的城市将经历超过4 开尔文（K）的实质性变暖，比区域变暖还要大。世纪，具有很高的跨模型信心。我们的发现突出表明，对于气候敏感型发展，需要对本地城市气候进行多模式全球预测，并支持绿色基础设施干预，以作为大规模减少城市高温压力的有效手段。

引言：

城市是人类感知的主要气候变化影响发生的地方。城市地区仅占地球陆地表面的约3％，可容纳全球超过50％的人口，到2050年，这一比例预计将增加到70％。由于城市气候的独特性和高人口密度，许多在全球公认的环境问题，例如热应激，水资源短缺，空气污染和能源安全，在建筑区域内得到了扩大。尽管城市气候影响非常重要，但参与耦合模型比较项目（CMIP）的最新地球系统模型（ESM）和普通环流模型（GCM）几乎普遍缺乏城市地区的代表性。主要原因是为全球目的而设计的GCM早期版本的遗留问题，在这些早期版本中，城市区域太小而无法解决，并且没有引起大规模动态和反馈的明显变化。因此，迄今为止，全球地表气候的多模型预测实质上是“非城市”气候的预测。尽管构建多模型合奏被认为是具有稳健性和不确定性特征的确定性或概率性气候预测的最佳实践，但使用那些非城市预测来评估在建筑环境中气候驱动的人类社会风险（例如因为能源支出，劳动生产率，城市冲突，人类死亡率和发病率）不是适当的选择。从这些合奏中产生的城市影响是高度偏见的。

为了解决这个缺点，最近的工作要么是使用区域气候模型（RCM）从一个或两个GCM物理地缩小了一个或两个GCM的气候预测，这些模型在有限的区域上以高计算成本获得了城市土地计划，或者在GCM中实现了城市代表性 。但是，尽管GCM对于全球平均结果而言相对一致，但在区域气候预测中却表现出较大的模型间变化，而这种变化会改变当地的城市响应。因此，基于单个GCM的城市预测是不够的。使用GCM进行的城市气候预测和降尺度显示，同一地区的差异很大，甚至相互矛盾。这在很大程度上是由于（1）气候系统的内部变化和（2）模型参数和结构的不确定性以及区域范围内的相关变化。对于十年或更长的时间范围，除了情景不确定性之外，区域尺度上不确定性的主要来源是模型参数和结构不确定性。内部变率对局部城市气候的作用可以通过使用单个GCM的多成员集成模拟来解决，但是由于缺乏多模型城市模拟，因此难以解决参数和结构不确定性。此外，对动态降尺度的大量计算需求限制了长期和全球范围内的模拟，从而导致研究区域偏向中国，欧洲和北美，而极地地区，南美，非洲和大洋洲的研究很少。这是一个重大遗漏，因为到2100年，全球最大的城市预计将集中在非洲和东南亚。为了提前计划未来对城市造成的气候驱动风险并构建有效的解决方案，对本地规模的特定于城市的气候进行可靠的预测，并对信心和不确定性进行定量描述，这仍然是一个关键的研究缺口。

部分结果：

CMIP5多模型集合方法为JJA预测的CESM模型城市变暖（∆Turban_CESM）与背景区域变暖（∆Tbackground_CMIP5）之间的差异。Δ是指本世纪末至本世纪初之间的变化（2091-2100与2006-2015）。a，c，RCP 8.5（a）和RCP 4.5（c）下城市变暖与区域变暖之间的温差全球图。颜色表示具有市区土地的网格单元（总共4,439个网格单元）。每个有色点代表相对于嵌入其中的0.9°纬度××1.25°经度模型网格的十年平均JJA子网格城市2µm空气温差。深灰色表示没有城市土地的网格单元。b，d，RCP 8.5（b）和RCP 4.5（d）下城市变暖与区域变暖之间的温差直方图。

a–c，在RCP 8.5下，日平均温度Ta（a），日最高温度Tmax（b）和日最低温度Tmin（c）在2006–2015年至2091–2100年之间的季节性平均城市变暖。点画表示模型间的鲁棒性很高（SNR> 2.5），且变化很大（ΔT≥4 K）。

a–c，在RCP 4.5下，日平均温度Ta（a），日最高温度Tmax（b）和日最低温度Tmin（c）在2006–2015年至2091–2100年之间的季节性平均城市变暖。点画表示模型间的鲁棒性较高（SNR> 2.5）时，实际变化很大（∆T≥1.5 K）。

a，b，根据RCP 8.5（a）和RCP 4.5（b）在2006–2015年和2091–2100年之间的城市平均RH季节性变化。点画表明发生了很大的变化（在RCP 8.5下为abs（∆RH）> R5％，在RCP 4.5下为abs（∆RH）> 2.5％），并且模型间的鲁棒性很高（SNR> 1）。

通过Ta – Twb在RCP 8.5下针对JJA进行的多模型平均城市蒸发蒸发效率来自于绿色基础设施或人类出汗。a–c，2006–2015年期间的JJA平均值（a），2091-2100年期间的JJA平均值（b）和2006–2015年与2091-2100年之间的JJA差异（c）。

引用格式：

Zhao L, Oleson K, Bou-Zeid E, Krayenhoff ES, Bray A, Zhu Q, et al. Global multi-model projections of local urban climates. Nature Climate Change 2021; 11: 152-157.