丹麦模型显示:若全球变暖逆转,大西洋洋流可以恢复
丹麦气象研究所10月14日发表在《科学进展》上的研究未发现大西洋经向翻转环流存在不可逆的临界点;如果全球变暖逆转,这股洋流可以重新增强。

模型中不存在临界点
丹麦气象研究所的一项研究发表在《科学进展》上。研究显示,如果全球气温下降,大西洋经向翻转环流可以从严重减弱中恢复。该研究在自己的模型中没有发现不可逆临界点的迹象,这与一些较早的研究结论相反。据路透社报道,研究于10月14日星期三公布。
大西洋经向翻转环流把热带暖水向北输送到北极附近,这股水流有助于让欧洲的冬季保持温和。它在地球上输送热量,影响范围远不止大西洋。洋流一旦减弱,欧洲的冬季、降雨和海平面都会随之改变。
在模拟中,当全球升温约7摄氏度时,环流从每秒约1700万立方米减弱到每秒约600万立方米,约为原有强度的三分之一。研究指出,这一下降是渐进的,并非越过某个阈值后突然发生。
第一作者Chuncheng Guo说:
“在我们的模型里,我们没有看到导致崩溃的临界点。环流逐渐减弱,但我们发现,如果全球变暖逆转,它会立刻恢复强度。”
压力测试,而非预测
7摄氏度的升温远远超出当前对变暖趋势的预测,也远超各国政府在2015年《巴黎协定》中承诺的1.5摄氏度阈值。研究用这一情景考察系统在极端条件下的表现。
Guo还表示,要让环流逆转所需的降温速度超出了现有技术能够达到的水平。这项工作只基于一个气候模型,作者呼吁用其他模型加以检验。即便恢复开始,也可能需要数百年,而洋流减弱造成的影响会持续存在。
模型无法恢复的部分
格陵兰冰盖把冰冷的淡水注入北大西洋,从而使洋流减弱。研究指出,冰盖一旦融化就无法恢复,即使变暖趋势逆转也是如此。研究人员估计,在升温1.5摄氏度之后,格陵兰冰盖融化会在长期内带来约20厘米的海平面上升。
研究指出,环流一旦受到扰乱,仍会破坏全球降雨格局,并加速沿海海平面上升。未参与这项研究的波茨坦气候影响研究所的Willem Huiskamp说,环流更稳定是好消息。但他怀疑现实中的洋流是否像一些模型显示的那样稳定。
这一结果为何重要
这一结果为大西洋经向翻转环流是否会不可逆崩溃的争论增添了新内容。2023年发表在《自然通讯》上的一篇论文把可能的崩溃窗口定在2037年至2109年之间。丹麦的这项研究没有确定时间,但表明如果变暖逆转,环流可以重新增强。
联合国环境机构在9月表示,全球气温升幅将在几年内超过1.5摄氏度。研究人员敦促加快行动遏制排放。Guo说,指望未来降温,比现在就防止变暖风险更大。
“与其依赖全球降温发生,不如一开始就不让变暖发生,这是安全得多的策略。”
资料来源
13- 01Key Atlantic currents could collapse this century, but the risk is missing from almost all national climate plans - new studyEN
- 02Atlantic Ocean current could recover from global warming damageEN
- 03Atlantic current shows steady decline, with scientists warning collapse could amplify global warming and disrupt climate systemsEN
- 04Greenland Ice melt and the future of Atlantic Ocean circulationEN
- 05Atlantic Ocean currents can recover from severe climate weakening, study findsEN
- 06Atlantic Ocean currents could recover after severe climate weakening, study findsEN
- 07Atlantic Ocean currents can recover from severe climate weakening, study findsEN
- 08The Atlantic Current (AMOC) is slowing down: confirmation comes from satellitesEN
- 09A slowing Atlantic current could unleash stronger California storms - Science DailyEN
- 10Congo launches energy supply study into economic zones, industriesEN
- 11Reasoning-Trace Overflow in Code Generation: An Empirical Study of Explicit Reasoning ModelsEN
- 12A Comparative Study of Importance Attribution to Columns in Deep Learning over Relational DatabasesEN
- 13Studying Fraudulent North Korean IT WorkersEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。