📄 地球科学

Huge spread in CMIP6 diffuse radiation impairs carbon budget estimates

这项研究表明，16个CMIP6模型在弥散太阳辐射估算上的显著差异导致了全球碳汇预测中的严重低估和多拍克级的误差，强调了在地球系统模型中约束这些辐射值的紧迫需求。

原作者： TC Chakraborty

发布于 2026-10-16

📖 1 分钟阅读☕ 轻松阅读

原作者： TC Chakraborty

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

到达地球表面的阳光并非单一、均匀的光束。它以两种截然不同的形式抵达：一是直接从太阳射出的直线光线，二是经过大气中云层、尘埃和气体分子反射后的散射光。这种被称为漫射辐射的散射光，其行为方式与直射阳光不同。虽然直射光束往往在森林冠层的顶层显得格外明亮，却常使下方的叶片处于深阴影之中，但漫射光会向四面八方扩散。它能渗透到植被更深处，照亮那些原本会处于黑暗中的阴影叶片。这种额外的照明使植物能够更高效地进行光合作用，有效地将整个森林变成一个吸收大气中二氧化碳的更高效的生产引擎。由于这一过程将大气中的云层和颗粒物与全球森林的健康直接联系起来，因此，了解有多少这种散射光到达地面，对于计算地球陆地能储存多少碳至关重要。

太平洋西北国家实验室的一位研究人员最近调查了现代气候模型捕捉这种特定类型阳光的能力。他们检查了来自十六个不同全球气候模型的数据，这些复杂的计算机模拟被科学家用于预测未来的气候变化并理解过去的环境变迁。这些模型是估算全球碳预算（即释放到大气中的碳与植物及海洋吸收碳之间的平衡）的主要工具。该研究人员将目光集中在 2000 年至 2014 年这一历史时期，将模型的预测结果与来自世界各地气象站的实际测量数据进行了对比。他们的目标是观察这些模型在关于到达地表的漫射辐射量方面，是否在彼此之间以及与现实情况之间保持一致。

研究结果显示，模型之间存在着令人震惊的意见分歧。当研究人员查看全球平均值时，发现对漫射辐射的估算差异接近三倍。一些模型预测的散射光量非常低，而另一些模型预测的量则几乎是前者的三倍。这种分歧在陆地上更为显著，最高值与最低值之间的差距达到了三倍。问题不仅在于模型之间互不一致，还在于它们也与现实观测结果不符。当研究团队将所有模型的平均值与数千个地面测量值进行对比时，他们发现模型一致低估了漫射光的量，尤其是在植物最为活跃的生长季节。例如，在北半球，模型在夏季错失了散射光的峰值量，这表明这些模拟系统在处理大气与地表相互作用的方式上存在系统性误差。

这种差异之所以重要，是因为散射光的量直接影响植物吸收碳的能力。研究人员计算出，模型在漫射辐射估算上的巨大差异，可能会转化为对植物生长预测的巨大不确定性。如果模型对散射光到达森林的量判断错误，那么它们对森林储存多少碳的判断很可能也是错误的。研究表明，这种不确定性可能高达每年数十亿吨碳，这一数字足以与目前全球陆地生态系统吸收的碳总量相媲美。在热带地区，由于模型估算的偏差尤为广泛，碳吸收的不确定性可能超过总吸收量的 13%。这意味着，对于气候政策至关重要的未来碳汇预测，其基础在植物如何响应阳光这一点上可能是不稳固的。

问题的根源似乎在于这些模型的构建方式。它们计算直射光与散射光比例的方法依赖于复杂的云层和大气颗粒物公式，而这些公式尚未被完全理解或准确呈现。此外，许多用于这些系统的陆地模型简化了光线在森林中的运动方式，通常将林冠视为单一的一层，而非一个具有受光叶片和阴影叶片的复杂结构。这种简化未能捕捉到漫射光的“施肥效应”，即额外的照明提升了整个植物群落的生产力。研究人员指出，即使是由同一机构开发、使用相似核心大气组件的模型，针对同一区域也会产生截然不同的结果，这凸显出问题不仅仅在于数据的不同，而在于模拟物理过程时的根本差异。

研究结论认为，为了提高我们对地球碳循环的理解，科学家必须优先解决漫射辐射的呈现问题。这包括加强对散射光的观测（特别是在目前数据匮乏的偏远热带森林地区），以及开发更先进的模型来模拟光与植被的相互作用。随着科学界准备迎接下一代气候模型，作者认为，将记录和评估漫射辐射的标准程序化已不再是可选之举。如果不解决这个盲点，全球碳预算的不确定性将过大，无法为气候行动提供可靠的指导。前进的道路需要通力协作，以确保下一代模拟能够准确反映散射阳光在维持地球生命中所起到的微妙而强大的作用。

问题描述
散射太阳辐射（ $K_{\downarrow,d}$ ）通过渗透植物冠层以照亮阴影叶片，并降低受光充足叶片的辐射饱和度，在地球系统中发挥着关键的机制作用，这一现象被称为“散射辐射施肥效应”。这一过程增强了陆地总初级生产力（GPP），改变了蒸腾作用，并冷却了陆地表面。然而，在地球系统模型（ESMs）中，将总太阳辐射划分为直接辐射和散射辐射的过程，高度依赖于受云量和气溶胶参数化方案影响的受控大气辐射传输计算。尽管其对生物圈具有重要意义，但 ESMs 中 $K_{\downarrow,d}$ 的准确性在很大程度上仍未经过基准测试。它很少作为耦合模型比较计划第6版（CMIP6）的标准输出进行存档，且许多动态全球植被模型（DGVMs）并不分别处理直接和散射强迫，而是通常假设一个固定的总辐射比例。

研究方法
本研究评估了来自16个建模中心的21种 CMIP6 模型配置的历史 $K_{\downarrow,d}$ 估算值。分析涵盖了 2000 年至 2014 年期间。模型输出数据从地球系统网格联盟（ESGF）提取，重点关注在可用情况下的第一实现、初始化和参数化版本（r1i1p1f1）。这些模型估算值被用于相互比较以评估模型间的差异，并与来自全球能量平衡档案（GEBA）的地面观测数据进行对比，共计利用了 16,590 条协同月度记录。

统计评估包括：

全球与区域分析： 计算多模型平均值、模型间差异以及不同柯本-盖格（Köppen-Geiger）气候带的偏差。
站点基准测试： 利用最近邻索引进行点对网格比较，以计算普通最小二乘法（OLS）回归参数、均方根误差（RMSE）、平均偏差误差（MBE）和平均百分比误差（MPE）。
敏感性估算： 研究应用了先前估算的社区陆地模型（CLM）和联合英国陆地环境模拟器（JULES）中 GPP 对 $K_{\downarrow,d}$ 的线性敏感性，以量化由观测到的辐射差异导致的全球碳预算中的潜在不确定性。

核心结果

极大的模型间差异： 在 16 个模型中，全球平均 $K_{\downarrow,d}$ 估算值的差异达到了 2.8 倍（全距为 66.2 W m⁻²）。在陆地上，这种差异扩大到约 3 倍（33.9–100.9 W m⁻²）。即使是共享相同大气核心的模型（例如英国气象局统一模型），也表现出严重的差异，数值范围从 63.1 W m⁻² 到 103.1 W m⁻² 不等。
系统性低估： 多模型平均值相对于 GEBA 观测值表现出持续的负偏差，平均百分比误差为 -11.6%，RMSE 为 19 W m⁻²。
季节性与区域性偏差： 差异在南北半球的生长季节达到峰值。在北半球，多模型平均值在生长季高峰期（5月至8月）低估了 $K_{\downarrow,d}$ 约 15–18 W m⁻²。单个模型的偏差跨度接近 95 W m⁻²。在观测数据稀缺的生产力高的热带碳汇区（如亚马逊和刚果盆地），模型间的差异尤为显著。
碳预算影响： 将 CLM 敏感性估算应用于观测到的 $K_{\downarrow,d}$ 差异，得出全球 GPP 的不确定性约为 13 Pg C yr⁻¹（约占全球陆地 GPP 的 11%）。对于热带气候，这一不确定性上升至约 8 Pg C yr⁻¹（超过热带 GPP 的 13%）。这些不确定性比估计的全球陆地和森林碳汇规模要大数倍。

意义与主张
本文认为，CMIP6 散射辐射估算值中存在的“巨大差异”从根本上削弱了碳预算估算和未来预测的可靠性。作者声称，由于对生长季 $K_{\downarrow,d}$ 的系统性低估，当前的 ESMs 可能低估了散射施肥效应，特别是在温带和北方森林的碳吸收高峰期。

研究强调，这一问题不仅源于大气强迫的差异，还源于陆地表面模型（例如“单大叶”方案）中过于简化的冠层辐射传输和尺度上推方案，这些方案无法解析 $K_{\downarrow,d}$ 施肥效应。此外，目前的 CMIP6 参与计划（如 RFMIP、LS3MIP、C4MIP 和 LUMIP）系统性地忽略了 $K_{\downarrow,d}$ ，使其留给未经基准测试的内部算法处理。

作者总结道，约束大气和陆地表面组件中的 $K_{\downarrow,d}$ 对于减少全球碳预算中以皮级（petagram）计的不确定性至关重要。他们断言，标准化散射辐射的存档、评估和基于过程的表示——理想是通过在即将到来的 CMIP7 设计中设立专门的 MIP——对于解决 21 世纪气候预测中的关键盲点，以及准确评估与太阳辐射管理和空气质量改善相关的权衡，是十分必要的。

类似论文