论文简介：历史温室气体排放和预计气候变化的地理差异

CK编译    面对事实，这就是“未来奇迹”的原因。在我们人类度过大部分生命的低技术环境中，我们以明智的方式进行思考，但未能利用推理。我们的最伟大的思想家们几千年来发现的强大工具：逻辑，批判性思维，概率，知识的诚实性，双盲实验，贝叶斯定理，相关性和因果关系。。。。。。以及最佳的方式来更新信念并致力于个人或与他人一起做出选择。今天，我与你，站在这里。。。。。。

本文为简译版，只适合爱好者阅读，专业人士可自行去阅读英文版，点击上方蓝字，关注公众号后开始阅读。

本文7560字。阅读大约需要30分钟

历史温室气体排放和预计气候变化的地理差异

凯尔 S. Van Houtan Kisei R.田中1 , Tyler O. Gagné 1和莎拉·贝克尔1

科学进展 2021 年 7 月 14 日：

卷。7，没有。29、eabe4342

摘要

气候变化传播的一个挑战是全球变暖的原因和影响在局部空间尺度上是无关的。使用历史温室气体排放的高分辨率数据集和 21 世纪地表温度预测的集合，我们开发了局部气候差异的空间明确指数。该指数确定了具有全球覆盖范围的正（低排放、大温度变化）和负差异区域（高排放、小温度变化）。在我们分析的所有气候变化预测中，99% 的地球表面积具有正指数值。这一结果强调，虽然排放在地理上集中，但变暖在全球范围内普遍存在。从我们的指数来看，正差异最大的地区似乎集中在极地北极、中亚、和非洲在西欧、东南亚和北美东部存在负差异区域。这种复杂关系的直截了当的说明可以为公平提供信息，增强公众的理解，并增加全球集体行动。

介绍

气候变化给自然和人类系统带来了一系列前所未有的挑战 ( 1 , 2 )。尽管关于人为温室气体 (GH) 排放的因果作用的公开辩论正在进行 ( 3 – 5 )，但政府间气候变化专门委员会 (IPCC) 通过几乎一致的科学共识确定，人为排放的强迫是气候的主要驱动力变化（6）。因此，减少 GH 排放、减轻当前和预测的后果以及建立弹性已成为跨政治尺度的科学和公共政策界面的主要主题（2）。此外，公众对话越来越多地表示需要制定协调一致的紧急全球应对措施来应对气候变化，同时明确承认并解决不平等问题 ( 7 )。然而，迄今为止，气候变化行动的广泛国际实施一直难以捉摸 ( 8 )。

为什么制定对气候变化的全球响应如此具有挑战性？答案部分地与气候变化有关，它体现了集体行动的经典问题 ( 2 , 9 )。集体行动的一个障碍可能源于公众对排放和气候变化关系的复杂性 ( 10 ) 和非线性性质的理解。例如， GH 排放集中在人口稠密地区（见图1A），主要位于北半球 30°至 55°N（图 1B）和无花果。S1 和 S2）。然而，这些排放物分散在整个行星的大气层中，并在全球范围内显现出它们的变暖效应，尽管在极地北极（图 1、C 和 D以及图 S3）（11），变暖在 60°N 以上尤其明显。这种地理不对称模式的结果是，不到 8% 的地球表面积产生了 90% 的历史温室气体排放量（图 1A和图 S4）。然而，虽然排放是集中的，但在代表性浓度路径 (RCP) 8.5 下，预计在 21 世纪末之前，超过 51% 的地球表面将升温至少 3°C（图 1C和图 S4）设想。[RCP 情景 8.5 跟踪累积 CO 2排放准确的历史和在不久的将来（12，13）。]

图 1 全球人为温室气体排放的空间变异性和预测的世纪末温度异常。( A ) 人为 GH 排放量（CO 2、BC、CH 4和 N 2 O）从 1970 年到 2018 年的平均值，（B）以 1° 纬度平均值的柱状形式汇总。( C ) 2050-2099 年 RCP 8.5 情景相对于 1956-2005 年温度基线的地表气温偏离的多模式集合，( D ) 也在 1° 纬度区间取平均值。极端排放主要集中在人口中心（见图 S18），而极端温度变化在高纬度地区普遍存在。与陆地相比，海洋在两个数据集中的振幅都较低，排放量很少，预计温度变化也较低。

结合起来，排放与其预计变暖之间的地理不对称揭示了严重的不平等。例如，西欧和东亚地区在 1970 年至 2018 年期间，2050 年至 2099 年每升高 1°C 的温室气体总排放量将排放1.6 kg m -2年-1（RCP 8.5；结果如图 S5 所示） ）。与此同时，大部分极地北极的温室气体排放量为零，但预计升温超过 8°C（图 1））。因此，气候变化的影响并不局限于人为 GH 排放量高的地区，排放与变暖的关系在局部尺度上基本上是解耦和统计独立的。这种空间的非平稳性可能掩盖了当地公众温室气体排放的深远和跨界后果，并导致对气候变化的持久共识差距 ( 14 , 15 )。

为了说明和告知这些问题，我们在这里使用人为排放的经验数据集和对未来气候变化影响的模拟得出当地气候差异指数。最近从主要 GH 排放因子——二氧化碳 (CO 2 )、黑碳 (BC)、甲烷 (CH 4 ) 和一氧化二氮 (N 2 O) 的存档观测中获得的再分析产品的可用性( 16 , 17)——提供了一个新的机会来检查排放-气候变化关系的地理。我们汇总这些排放数据，并将它们与耦合模型比对项目 (CMIP5) 第五阶段的未来气候模拟进行比较，以生成局部气候差异与全球覆盖范围的指数。通过我们的分析，我们旨在帮助澄清跨越生态和地缘政治边界的人为气候变化的内在复杂性。这项研究是对解决全球公平和集体行动问题的正在进行的气候变化对话的贡献。我们希望这能引起公众的理解，进而推动采取有效的气候缓解和适应措施的集体行动。

结果

将当地的温室气体排放与当地预计的温度变化联系起来

总的来说，CO 2、BC、CH 4和 N 2 O 占当前全球辐射强迫的 91.8%（总计 = 3.86 W m -2；详见表 S1），这被认为是人类对全球变暖的贡献（18 )。图 1A以 1° × 1° 的分辨率绘制了 1970 年至 2018 年全球人为 GH 排放的年平均值。这显示了工业化人口中心的已知热点，在北半球达到峰值（图 1B）。CMIP5 模型模拟提供了大气、海洋和生物地球化学变量预测变化的集合平均值 ( 19 )。从这些输出中，图 1C提取集合平均异常表面温度，说明北极圈内显着变暖（图 1D）。CMIP5 集合手段代表了对未来气候 ( 6 )的稳健预测，可以区分信号和噪声（参见图 S25 中的讨论）。

从我们汇总的高分辨率排放数据集和预计的温度变化中，我们得出了一个局部气候差异指数 (LCDI)，它捕获了排放和预计变暖之间的局部差异。该 LCDI 说明了 21 世纪累积排放（图 1A）和地表温度异常（图 1C）之间的空间脱节程度。我们使用 RCP 4.5 和 8.5 情景分别在 2005-2055 年和 2050-2099 年两个 21 世纪时期为四个 CMIP5 预测生成了全球 LCDI 摘要 ( 6 )。图2A中的配对总的人为 GH 排放和集合温度异常的比例表明，在局部尺度上，这两个变量之间没有明显的关系。这进一步揭示了全球范围内所有未来气候模拟的高度偏斜的正/负 LCDI 面积比（99:1）（图 S6）。这种偏斜表明，预计会经历温度变化的区域之间存在极端的地理不平衡，同时对局部排放的贡献相对较小，反之亦然。LCDI 的全局可视化照亮了正负 LCDI 区域之间的轮廓（图 2C和图。S7)，同时捕捉底层数据层的异质性和独立性。从广义上讲，由于明显的变暖 ( 2 , 6 ) 和可忽略的 GH 排放相结合，60°N 以上的陆地区域具有最高的正 LCDI 。欧洲、亚洲和北美人口稠密的经济生产中心由于大量排放和相对温和的变暖而具有最低的负 LCDI（图 1C）。

图2 LCDI的计算和空间阵列。( A ) 组合的 GH 排放（图 1A）和预测的表面温度异常（图 1C）的成对散点图。LCDI 是与排放温度关系对角线的垂直距离，捕捉两个数据集之间垂直和水平变化的比率，并反映全球排放强迫关系的局部差异。空心圆圈代表单个 1° × 1° 细胞（n = 64,800）。( B ) 全局视差的直方图显示 99% 的像素落在零以上或出现在 (A) 中的对角线上方。( C) LCDI 在陆地和海洋区域的全球预测。负值（青色）表示比温度变化相对更多的排放，而正值（黑色和红色）表示相反。两个面板均来自 IPCC RCP 8.5 情景下 2050-2099 年预测的近地表变暖。

区域LCDI库存和排名

对于解释价值，我们总结了 LCDI 值在更大的政治、地理和生态边界内的分布。由于任何此类区域评估都对基础空间单位的几何形状敏感，因此我们表达了集合的第 10、50 和 90 分位数，也传达了边界内经常显着的 LCDI 可变性（图 S12）。我们按第 10 个分位数对单位进行排名，以关注每个单位中负 LCDI 值的贡献。该排名强调极端排放地区及其对气候变化的不成比例影响，并考虑到美国和中国等大型且异质的空间单位。但是，该排名不会分别影响更小或更同质的空间单位，例如比利时或东印度洋-太平洋。

区域 LCDI 摘要（图 3）捕捉了人口密度和经济生产以及人类对自然景观的改造之间的相互作用。由正 LCDI 概括的区域是主要模式，全球 LCDI 中位数为 +1.11（图 2B）。大多数情况下，正 LCDI 区域是北纬地区，以北冰洋、东欧、中亚为代表。在这些地区，模型模拟表明人为温室气体排放的变暖效应被放大。虽然人口稀少，但这些高纬度地区至关重要，因为它们支持土著社区并且在生态上独一无二，而且它们的海洋和冰冻圈在全球气候调节中发挥着关键作用（11）。LCDI 为负值的地区主要位于西欧、北美东部和东亚等人口稠密的温带地区。这些地区的排放量历来较高，未来温度变化相对较小。也许出乎意料的是，LCDI 得分最高的几个国家都是人口稀少的大国，预计 21 世纪将发生极端温度变化（俄罗斯、加拿大和芬兰）。LCDI 值最低的民族是欧洲和中东（比利时、荷兰、德国和科威特）的较小的工业化国家。由于图 3A仅显示了来自外部极端的 50 个国家的结果，图 3A。S13 展示了所有 192 个联合国 (UN) 成员国的扩展结果。

图 3 LCDI 总结和跨政治、地理和生态区域的排名。LCDI 模型根据 ( A ) 联合国成员国（包括其专属经济区）、( B ) 生态生物群落、( C ) 人为生物群落、( D ) 地缘政治区域和 ( E ) 美国州界为细胞汇总输出。水平条跨第 10 到第 90 个分位数，垂直白条是中位数。条形图汇集了所有排放情景（RCP 4.5 和 8.5）和 21 世纪时期（2006-2055 和 2050-2099）的 LCDI 输出。区域单位保留图 2 中的颜色符号并按其第 10 个分位数排名（见图 S11）。人口稀少的北纬地区（俄罗斯、北冰洋和阿拉斯加）排放量低且气候变暖，而人口稠密的温带地区（比利时、西欧和新泽西）排放量高且温度变化相对较小。出于显示目的，(A) 到 (C) 仅显示较大数据系列集的外部尾部。补充材料提供了每个区域集（图 S8 到 S11）和完整版本的删节系列（图 S13 到 S17）的边界图。跨越每个面板的灰色垂直线是每个集合的中值。

在生物地理分组中，北部高纬度生物群落通常具有正 LCDI 分数的特征（图 3B和图 S14）。然而，温带落叶林和红树林在生态生物群落中具有最负面的 LCDI。这一结果可能是由于红树林和温带森林的高土地转化率及其随后的经济发展 ( 20 , 21 ) 以及相对温和的预计温度变化。人口稠密的城市环境和集约化农业区（灌溉作物和水稻）在人为生物群落中表现出最负面的 LCDIs（图 3C和图 S15）。

在欧洲和亚洲大陆内发现了陡峭的 LCDI 梯度（图 3D和图 S15）。从地理顺序来看，西欧的 LCDI 得分最高，东欧次低，东亚和南亚的 LCDI 得分分别为第二和第三，中亚最低。与先前在较大地理范围内的结果一致，美国较小且人口稠密的州（新泽西州、康涅狄格州和宾夕法尼亚州）的 LCDI 值为负，而人口稀少的北部州，如阿拉斯加和南达科他州的 LCDI 值为正值（图 3E和图3E） .S16)。总体而言，LCDI 在很大程度上反映了预计温度变化与历史人口密度和经济生产之间的相互作用。

讨论

全球和区域考虑

我们降低了全球排放指数的空间分辨率，以适应更粗糙的 1° × 1° 分辨率 CMIP5 气候输出（19）。因此，我们 LCDI 的分辨率在像素很少的小空间单元（例如，科威特和康涅狄格州）上提供的信息有限。考虑到每个单元的基本样本量，还应考虑不同范围的区域单元之间的比较。此外，由于温室气体排放集中但不限于土地（图 1A)，联合国成员国之间有和没有广泛的专属经济区 (EEZ) 的 LCDI 比较应进行适当的解释和推理。未来的 LCDI 分析包含区域缩小的全球气候输出，可以解释中尺度气候变异，并可能更好地为区域 LCDI 比较提供信息。使用 CMIP5 输出，我们 LCDI 的目标是在本地生成此信息，同时提供真正的全球覆盖。

我们的全球排放数据集结合了几个单独的排放清单，每个清单都存在抽样错误或缺乏报告的问题 ( 22 , 23 )。虽然这些排放清单受到该地区政治或社会经济稳定性的影响，但任何错误对随后排放产品的影响程度将与该地区经济发展的潜在程度相对应。除了治理、透明度和数据可用性之外，由于技术、消耗率和燃料类型的快速变化，BC 排放具有额外的不确定性（24）。由于 BC 是一种气溶胶（固体颗粒物的空气悬浮液），因此更容易通过遥感测量排放。此外，我们的全球排放清单是基于当地消费的一阶描述，并未考虑经济贸易中的排放量 ( 25 )。未来的分析可能会通过扩大我们在这里编制的 GH 排放清单（表 S1）来改进，考虑到支持本地化消费所需的地理上遥远的排放，或者根据人口密度来表达结果（见图 S18 到 S20 ) ( 26 )。在这里，主要目标是代表整个星球的表面，尤其是海洋，这也反复指导了我们的方法 ( 27 )。

为了利用最明智的 CMIP5 集合输出（见表 S2），我们的 LCDI 专注于表面温度异常的单一气候变量。尽管 CMIP5 预测在高纬度地区显示出更大的不确定性（尤其是在高排放情景和更长的时间尺度预测的情况下；见图 S25），但人们普遍认为这些地区将经历极端变暖 ( 6 ) 并且 CMIP5 温度信号是被认为是健壮的。整体温度预测虽然直观且对交流有用，但显示出陆地表面温度比海洋表面温度升温更快的一般模式（图 1C））。除了变暖预测之外，我们的分析表明，LCDI 最高的五个生态区中有三个位于海洋中（图 3B）。由于海水的范围、体积和热容量，我们仅使用地表温度的方法并不能反映人为气候变化产生的大部分热量被海洋吸收，随后表现为热浪、缺氧、海平面上升、极端降雨和大规模珊瑚白化事件。因此，未来气候差异指数的方法可能还包括额外的气候变化变量（海平面上升、降水等）以及跟踪特定领域的变量（27)，例如海面温度和海洋热含量，因为它们越来越多地反映在一般环流模型 (GCM) 输出中 ( 28 , 29 )。此外，当地气候差异指数如何与收入 ( 30 )相交，可以为减少贫困、被迫流离失所、跨界移民和由气候变化驱动的经济不平等的努力提供信息 ( 31 , 32 )。

基于科学的交流工具

人们普遍认为，环境干扰会在各种空间和时间尺度上施加社会影响 ( 33 )。这是气候变化对话的一个重要特征，因为气候科学的不确定性、非线性和规模都会影响个人如何看待和应对气候危机 ( 9 )。因此，这种复杂性出乎意料地成为气候变化宣传和交流中的一个常见话题——一些人认为它受到了过多的关注 ( 34 )。然而，研究表明，气候变化的幅度、分布和时间的不确定性会抑制人类行为的个体变化。这些不确定性可能会造成一种与气候威胁隔绝的错误感觉（35) 和怀疑或悲观，个人机构可以改善慢性的全球性问题 ( 36 )。过去的研究通过仅关注陆地气候变化影响并使用较粗略的国家级排放摘要来解决这个问题 ( 37 , 38 )。然而，国家内部存在巨大的社会经济差异和不平等（例如，收入、技术和获取），尤其是那些规模庞大且具有显着地理多样性的国家（图 3A））。虽然这可能会限制可用数据，但使用最解析和最广泛的数据集的排放影响分析将提供对来自不同空间单位的人为排放的更全面评估，即使它们的基本特征和方法不同。

就这些而言，最近关于气候变化集体行动的对话特别呼吁使用沟通工具，将更加多样化的全球社区聚集在一起，并增加对广泛风险的理解 ( 39 )。我们在此提供的 LCDI 指标量化了 GH 排放与温度变化之间局部脱节的程度，为跨界理解和集体行动提供了一种基于科学的交流工具。该工具可能在不同的地理范围内有效。在国家层面，对美国成年人的调查 ( 4 ) 表明，在我们的 LCDI 高的州，对全球变暖的普遍看法较低，反之亦然（图 3D）)，为推动这些领域及其他领域的舆论提供了新的机会。在区域范围内，我们的 LCDI 可能有助于说明基于消费的排放清单的必要性，该清单考虑了经济生产中包含的 GH 排放，从而包括当地消费需要和实现的与贸易相关的排放 ( 25 )。在国际范围内，减少全球排放的协议在很大程度上受到美国和中国 ( 40 )削减承诺的限制，这两个国家可以说是拥有最大的内部 LCDI 梯度。

当这些数据可用时，我们的 LCDI 方法可扩展以适应额外的污染物和影响措施。研究表明，一些人为排放物（例如 SO 2）具有辐射活性，但对地表温度的影响很小甚至冷却（41 – 43）。除了地表变暖的预测之外，还有许多气候变化指标可用，但其中一些可能比其他指标更具物理或政策意义，因此具有特定的解释价值。我们的分析基于地表温度的整体平均差异，这是一个标准的 IPCC 指标，可以很容易地转化为普通受众并应用于基于温度目标的气候谈判框架（44）。然而，LCDI 可以用概率气候变化指标（例如信噪比；见图 S26）计算，以考虑未来温度变化的重要性，考虑到当地的历史温度变化（45）。我们结合 GH 排放层和 LCDI 有助于确保这些对话既以政策为导向，又以科学为基础，并符合 1992 年联合国气候变化框架公约 ( 2 ) 中确立的“共同但有区别的责任”原则。

传达气候变化对耦合的人类-自然系统的影响需要清楚地了解复杂的排放-气候变化关系。据我们所知，我们的 LCDI 提供了第一个全球、区域和国家级的陆地和海洋领域空间解析人类气候差异清单。努力应用经验方法来解开和明确量化人类系统地理差异的空间模式与预测的气候变化，应该仍然是一个活跃的研究领域，与公众交流、政策和决策者合作。我们的 LCDI 依赖于公开可用的信息和开源代码，并且可以轻松修改以考虑额外的数据清单，并为不同空间尺度的应用程序复制。这可以作为一个基线模型，以突出当地排放对地理上遥远的气候影响，以及突出整个地球的社会、政治和经济不平等。我们希望这些对气候变化原因和后果之间复杂关系的简单说明可以推动解决方案，这些解决方案迄今为止在促进集体行动的全球努力中是无法实现的。

材料和方法

人为排放数据集

为了建立一个总结人为 GH 排放的全球层，我们使用了三种充分混合的 GH 气体（CO 2、CH 4和 N 2 O）和 BC，一种气溶胶，测量为小于 2.5 μm 的颗粒物（PM 2.5）（24，46，47）。在整个 21 世纪的所有 RCP 情景中，CO 2占总人为强迫的 80% 至 90% ( 48 )。尽管 BC 的直接辐射强迫一直存在争议 ( 19 , 20 ) （平均，~1.1 W m -2；范围，0.17 至 2.1 W m -2)，它被认为是第二大 GH 代理。这四种因素共同构成了全球辐射强迫的大部分（表 S1）。我们从全球大气研究排放数据库 (EDGAR v5.0) 中检索了全球 CO 2、CH 4和 N 2 O 排放数据。EDGAR通过对燃料类型和水泥生产的基于部门的燃料使用进行综合核算，每年以 0.1° × 0.1° 的分辨率估算1970 年至 2018 年的CO 2排放量和 1970年至 2015年的 CH 4和 N 2 O 排放量（16）。现代研究和应用回顾性分析 (MERRA-2) 再分析产品提供了全球 B

未来温度异常

国家海洋和大气管理局气候变化门户网站 ( www.esrl.noaa.gov/psd/ipcc/ ) 提供来自 CMIP5 的 GCM 输出的表面温度异常 ( 19 )。该门户提供了 RCP 4.5 和 RCP 8.5 CMIP5 实验，它们之间由辐射强迫的大小 (W m -2) 在 2100 年。我们从 2005-2055 和 2050-2099 期间的 RCP 4.5（32 个基础模型）和 8.5（37 个基础模型）情景下的所有可用 CMIP5 模型中检索了未来的地表温度异常（表 S2 中的完整详细信息）。对于四个 RCP 和时间段组合中的每一个，我们基于默认的 1956-2005 参考周期，以 1° × 1° 的分辨率为可用的 CMIP5 模型生成了表面温度异常的集合平均值（图 S3）。除了是全球最知情的 GCM 输出之外，地表温度变化可能是影响自然和人类系统的气候变化的最重要的单一变量 ( 2 , 6 , 53 )。

。。。。。。

https://advances.sciencemag.org/content/7/29/eabe4342英文论文地址。

这是过去  现在  未来的一段时间里，我们唯一的家园，这是我们关心的世界。