Вторая производная CO₂: как атмосфера управляет климатом ✎

Оригинал: "Correlations of the first and second derivatives of atmospheric CO2 with global surface temperature and the El Nino-Southern Oscillation respectively"
· L. M. W. Leggett, D. A. Ball
arXiv:1402.6316 · 2014-02-25 · arXiv non-exclusive · собственный разбор · 2 мин
Скорость изменения уровня CO₂ в атмосфере объясняет и температуру, и Эль-Ниньо.

Контекст

Понимание нынешнего климата требует объяснения двух явлений: тренда глобальной температуры и Эль-Ниньо — Южного колебания (ЭНСО), крупномасштабного перераспределения тёплой воды в тропической части Тихого океана. Модели климата расходятся с наблюдениями: с 1998 года рост среднегодовой температуры статистически незначим, а прогнозы ЭНСО противоречивы. Работа стоит рядом с исследованиями, которые связывают изменчивость климата с биосферой и углеродным циклом, но отличается тем, что рассматривает не только скорость изменения CO₂, но и её ускорение.

Методы

Авторы использовали ежемесячные данные с 1960 по 2012 год: концентрацию CO₂ на Мауна-Лоа, тропическую температуру (30° с.ш. — 30° ю.ш.) из набора HadCRUT4, индекс Южной осцилляции (SOI), вулканические аэрозоли и солнечную радиацию. Все ряды нормализовали к нулевому среднему и единичной дисперсии, сгладили 13-месячным скользящим средним. Первую и вторую производные CO₂ вычисляли через конечные разности. Для оценки связей применяли корреляционный анализ с временными лагами и множественную линейную регрессию.

Результаты

Первая производная CO₂ совпадает по фазе с тропической температурой, а SOI опережает обе на два месяца. Вторая производная CO₂, напротив, опережает SOI и температуру. Корреляция между второй производной CO₂ и SOI составила 0.315, что выше, чем у SOI с любым другим фактором. В регрессионной модели первая производная CO₂ объясняет температуру не хуже, чем стандартный набор из четырёх предикторов (уровень CO₂, SOI, вулканы, солнце), при этом вулканический фактор становится незначимым. После коррекции на автокорреляцию связи остаются статистически значимыми: p = 0.0013 для пары «первая производная CO₂ — температура» и p = 0.001 для пары «вторая производная CO₂ — SOI».

Значение

Работа идёт в общем русле с соседними исследованиями, но добавляет новый элемент: рассматривает ускорение изменения CO₂, а не только его уровень или скорость. Это позволяет объяснить ЭНСО как отклик биосферы на информацию о скорости изменения CO₂, а не как самостоятельную моду океана. Такой взгляд связывает воедино углеродный цикл, растительность и крупномасштабную циркуляцию атмосферы.

Развитие

Тема может развиваться в сторону проверки гипотезы о чувствительности растений к ускорению изменения CO₂. Потребуются эксперименты по физиологии растений, которые покажут, способны ли они детектировать вторую производную. Также важно проверить устойчивость корреляций на более длинных рядах и с учётом других климатических факторов.

Влияние

Результаты могут повлиять на модели климата, включив в них биосферный отклик на скорость изменения CO₂. Это также касается прогнозирования Эль-Ниньо и понимания причин паузы в потеплении.

Следующие шаги

Следующий шаг — воспроизвести анализ на независимых данных и проверить, сохраняется ли лидерство второй производной CO₂ над SOI в других периодах. Также стоит исследовать возможные механизмы восприятия растениями ускорения изменения CO₂.

Ключевые проблемы

Работа затрагивает фундаментальную проблему климатологии: почему модели не воспроизводят наблюдаемую паузу в потеплении. Она предлагает новый предиктор — скорость изменения CO₂, который может улучшить модели. Кроме того, она связывает ЭНСО с биосферой, что открывает путь к решению давней загадки механизма Эль-Ниньо.

Энергия, которую биосфера получает через фотосинтез, составляет около 130 тераватт — это 10–20% мощности всех ветров в атмосфере. То есть растения могут влиять на климат не только химически, но и через потоки энергии и воды.

Ключевые числа

  • корреляция второй производной CO₂ с SOI: 0.315
  • корреляция первой производной CO₂ с тропической температурой: 0.699
  • период данных: 1960–2012 (52 года)
  • мощность фотосинтеза: ~130 ТВт (10–20% мощности ветров)
Понятия
энсо ла-нинья южная осцилляция южная осцилляция эль-ниньо эль-ниньо модель Джина–Тиммермана весенний барьер предсказуемости естественная изменчивость многомерный индекс ЭНСО ERSST буйковые станции TAO/TRITON связь океана и атмосферы модель Зебиака–Кейна распространение экваториальных волн объём тёплой воды сезонный цикл глобальное потепление относительный они NOAA CPC северное экваториальное противотечение