气候科学（一）
气候科学调查地球气候系统的结构和动态。 它旨在了解全球，区域和地方气候以及它们随时间变化的过程。 在这样做时，它采用了各种域的观察和理论，包括气象，海洋学，物理，化学等。 这些资源还通知了气候系统的计算机模型的发展，这是当今气候研究的主要原因。 本条目概述了当代气候科学的一些核心概念和实践以及与他们联系的哲学工作。 重点主要是在生产气候数据集时出现的认识论和方法问题，以及在构建和评估气候模型时出现。 还讨论了关于人为气候变化的一些关键问题和调查结果。
1.简介
2.基本概念
3.气候数据
3.1基于站的数据集
3.2 Reanalyses
3.3古气候重建
4.气候建模
4.1气候模型类型
4.2构建气候模型
4.3气候模型的用途
4.4评估气候模型
5.人为气候变化
5.1检测和归因
5.2投射未来的气候变化
5.3最近的争议
5.4道德和气候变化
参考书目
学术工具
其他互联网资源
相关条目
1.简介
20世纪下半叶的气候科学领域出现。 虽然有时也被称为“气候学”，但它与之前的气候学领域显着不同。 从十九世纪晚期（如果不是较早）存在的那种气候学，是一种归纳科学，在许多方面，类似于地理学而不是物理学; 它开发了基于经验标准的分类气候和二十世纪中期的统计气候系统，越来越关注从天气观测到统计数据（Nebeker 1995; Edwards 2010; Weart 2008 [2017，其他互联网资源]; Heymann＆Achermann即将举行）。 相比之下，气候科学旨在解释和预测全球气候系统的运作 - 包括大气，海洋，陆地，冰盖等 - 而且它大广泛使用理论知识和数学建模。 事实上，气候科学的出现与数字计算的兴起密切相关，这使得可以使用其他难以防动的流体动态方程来模拟大气和海洋的大规模运动; 这些动作传输质量，热，水分和其他塑造范式气候变量的数量，如平均表面温度和降雨。 如今，复杂的计算机模型，代表着各种气候系统流程是气候研究的主要原因。
气候科学的出现也与人为气候变化问题有关。 近几十年来，对气候变化的兴趣令人担忧为气候研究带来了大量涌入。 然而，这是一种误解，气候科学只是对人为气候变化的研究。 相反，已经存在，并持续成为气候科学中的重要研究，解决了关于气候系统运作的基本问题。 这包括关于系统中能量流动的问题，关于整形性气候中的特定物理过程的作用，关于气候系统组分的相互作用，关于系统内的自然振荡，关于气候系统反馈，关于气候系统的可预测性以及更多的影响。
本条目概述了当代气候科学的一些核心概念和实践，以及与他们合作的哲学工作。 到目前为止，这项哲学工作的大部分都集中在气候建模和与密切相关的主题的认识中。 第2节介绍了一些基本概念：气候系统，气候和气候变化。 第3节转向气候数据，突出了产生三种重要类型的气候数据集时出现的一些复杂性和挑战。 第4节重点介绍了气候建模，简要介绍了今天采用的一些主要类型的气候模型，然后考虑复杂全球气候模型的建设，使用和评估。 最后，第5节讨论了气候科学的研究，解决了人为气候变化问题，以及最近与这项研究有关的几个争议; 它还为伦理和气候变化中出现的大文学提供了一些指针。
2.基本概念
在标准表征中，地球的气候系统是由大气，水层，冰坡，岩石圈和生物圈组成的复杂，交互系统（IPCC-术语：1451）。 一些定义似乎是较窄的，将气候系统的范围限制在大气，水圈等方面的范围内，响应于外部影响，共同确定平均表面温度和降雨等平均表面温度和降雨的值（参见，例如，，美国气象学会2017A）。 在任何一种情况下，似乎有些人类活动，包括将温室气体释放到大气层的人和改变陆地表面的人，是气候系统的一部分。 然而，在实践中，气候科学家通常将这些人类活动分类为外部影响，以及火山喷发（将反射气溶胶和其他材料喷射到大气中）和太阳能输出（这是系统的主要能量来源）（参见IPCC-术语：1454）。 将人类的活动分类为气候系统外部似乎是一个务实的选择 - 它更容易，合理的首先近似，代表人为温室气体排放作为气候模型中的外源变量 - 尽管它也可能反映更深层次的矛盾关于人类是否是自然的一部分。
气候是气候系统的财产，但对它的物业有不同的看法。 根据可能被称为实际的观点，气候由气候系统的实际条件定义。 更窄的现实主义定义，其在气候学中的根源（见第1节），仅参考天气条件。 例如，一个区域的气候通常被定义为其平均天气条件，或者当考虑长期段时，这些条件的统计分布（HOUGHON 2015：2; IPCC-术语：1450）。 世界气象组织设定的标准分析期为30年，为一个地区定义了“气候正常”。 然而，近期气候系统条件的最新变化率，一些气候科学家认为，现在应该在更短的时间内定义气候法线（Arguez＆Vose 2011）。 整个气候系统气候参考条件的更广泛的实际定义。 例如，气候变化（IPCC）关于气候变化的政府间议会，作为“气候系统的国家，包括统计说明”（IPCC-术语：1450）的更广泛的定义。 这些更广泛的定义在二十世纪下半叶出现，借助物理理论，较较大的努力，通过大气，海洋和其他流程来维持和改变较窄的感觉中的气候。 这些努力的努力标志着气候科学本身的出现（见第1节）。
“气候”的许多其他定义是Werndl（2016）调用模型 - 内在：他们参考条件，由气候系统的模型而不是实际情况。 例如，采用动态系统的观点，通常用气候系统的吸引子识别气候，即气候系统（Palmer 1999; Smith 2002）的（Palmer 1999;史密斯2002）所代表的条件。 粗略地说，吸引子是一组点，动态模型中的变量值往往从各种起始值中发展。 然后，在有限期间，气候系统中的实际条件被理解为从吸引子所代表的可能性集中的单一实现。 这种思考气氛的实际缺点是，给定的有限时间段的条件分布不需要类似于（无限时间）吸引子（Smith 2002; Werndl 2016）所代表的条件。 更根本地，标准（自主）动态系统理论不适用于气候系统的模型，其中太阳能输出和温室气体浓度等外部因素随着时间的推移而变化，因为它们是真正的气候系统; 如何将非自治动态系统理论的资源应用于气候系统是当前研究领域（例如，Chekroun等，2011;drόtos等，2015）。
Werndl（2016）提供了对气候的几种定义的关键，哲学审查，并提出了一种新颖的模型 - 内在的定义，其中气候是在外部制度的适当长但有限的时间内的气候变量的价值分布。条件并从特定的初始状态开始。 粗略地说，制度是外部条件的变化模式，其在所选时间段的不同子周期上具有近似恒定的平均值。 该定义是模型 - 内在，因为它是指将获得的条件的分布（即气候系统的完美模型的条件，如果气候系统受到适当长时间的制度; 即使这些时期相对较短，该分布定义了该期限实际获得的期间的气候。 WERNDL的定义避免了许多她发现其他定义的问题，但仍然存在一些问题，包括如何在外部条件迅速更改时采用政权概念。
气候变化的定义与气候的定义密切相关。 例如，订阅气候视图的科学家可以将气候变化表征为两个吸引器之间的差异，与一组外部条件相关联，以在较早的时间内获得，以及与稍后的不同集合相关联的一个相关联的外部条件。 相比之下，与较窄，现实主义观点相关的气候变化的定义是：
在几十年或更长时间或更长时间内持续的气候元素长期统计（如温度，压力或风）的任何系统变化。 （美国气象学会2017b）
与前者不同，后一种定义使得即使在没有任何外部条件的变化的情况下，也可能发生气候变化，因为气候系统内部的自然过程（例如，慢慢地发展海洋航行）。 也就是说，后一种定义允许气候变化可以是气候系统内部变异性的表现。
的概念的内部变异，和其他各种概念在气候科学，也提高有趣的问题，并问题，这两个概念和实证（katzav和帕克即将到来的）。 然而，到目前为止，哲学家的气候科学基础仍然很大程度上是未开发的。
3.气候数据
气候科学所采用的观测数据的来源和类型巨大变化。 数据不仅在陆地站收集，而且在海洋上的船舶和浮标上，在飞机上，卫星在地球上钻入地球的古冰，通过检查树戒指和海洋沉积物，以其他方式钻入地球的古老冰。 由于气候科学家试图利用这些各种数据来回有关气候变化的问题，因此出现了许多挑战。 这些挑战既可以从数据的特征源 - 它们在空间和时间上是Gappy，它们是从乐器和其他寿命的其他来源获得的，并且质量和分辨率变化 - 以及气候科学家寻求解决的问题的性质，包括关于长期的问题全球范围内的术语变化。
为了克服这些挑战，气候科学家们聘请了丰富的数据建模实践收集（Edwards 2010; Frigg等，2015b）。 这些是采用可用观察的实践，并适用各种程序进行质量控制，校正，合成和转型。 以下一些实践将在下面突出显示，在引入三种重要类型的气候数据集时：基于站的数据集（第3.1节），Reanalyses（第3.2节）和古气候重建（第3.3节）。 由于涉及其生产中的广泛数据建模，因此这些数据集通常被称为数据产品。 随着下面的讨论建议，气候科学中数据建模实践的一个有趣特征是，他们往往是动态和迭代：几乎相同一组历史观测的数据模型进一步改进，以解决以往努力的局限性。
3.1基于站的数据集
天气和气候条件，最重要的是人们靠近地球表面附近的人，他们住在哪里。 协调网络的陆地观测站 - 测量近地表温度，压力，降水，湿度，有时其他变量 - 在十九世纪中期开始出现，并在二十世纪迅速扩大（弗莱明1998：ch.3）。 今天，世界上有成千上万的电站，每日观察这些条件，经常被国家气象服务监督。 近几十年来，有重大努力将过去的表面观测结果汇集在一起，以生产对气候变化研究有用的长期全球数据集（例如，Menne等，2012; Rennie等，2014）。 这些正在进行的努力涉及国际合作以及重大的“数据救援”活动，包括在公众帮助的情况下在某些情况下在一些情况下进行成像和数字化。
但是，获取数字化站数据只是第一步。 正如Edwards（2010：321）强调，“......如果你想要全球数据，你必须制作它们”。 为了构建可用于气候研究的全球温度数据集，将数千名车站记录合并为数百万个单独的观察记录，经受质量控制，均质化和转化为网格。 记录来自多种来源，并合并旨在避免冗余，同时最大化站覆盖范围内的全面性（Rennie等，2014）。 质量控制程序寻求识别和删除错误数据。 例如，全球历史气候网络 - 每日（GCHN-Daily）数据库的生产涉及19个自动质量保证测试，旨在检测重复的数据，气候异常值和空间，时间和内部不一致（Durre等，2010）。 均质化试图消除站时间序列中的跳跃和趋势，这是由于非气候因子，例如，因为仪器被一个新的仪器更换，建筑物在附近构建，或者观察的时间变化。 均质化方法依赖于站元数据，当它可用时，以及物理理解和统计技术，如改变点分析（Costa＆Soares 2009）。 最后，对于许多目的，具有网格的数据集是有用的，在网格上提供点处的温度值，其中每个点与空间区域（例如，2°纬度×2°经度）相关联。 从一系列电台转换到网格涉及进一步的方法论：哪些站应该影响分配给给定网格点的值，如果相关区域在实践中不包含任何报告站等，则进行科学群体进行不同的方法学选择（Hartmann等等。2013）。
已经开发了基于网站的基于电站的电流，降水和其他变量的数据集（例如，Harris等，2014）。 表面温度数据集吸引了特别的关注，因为它们在努力中的作用来量化最近的全球变暖程度。 这一温度数据集的三个突出来源是美国宇航局的戈达德航天研究所（GISS），东安基拉大学的气候研究单位（CRU）和美国环境信息（NCEI）。 定期地，这些组开发了他们的数据集的新版本，反映了收购额外数据以及方法创新，例如，解决额外的不均匀来源（见Hansen等人2010; Jones等，2012; Lawrimore等等。2011年）。 尽管涉及生产这些数据集的许多不同的方法论选择，但在二十世纪的分析方面存在良好的一致性，尤其是二十世纪下半叶的全球陆地表面温度变化。 尽管如此，气候逆情表示担心这些分析夸大二十世纪晚期的变暖。 这最近有动力由非政府组织伯克利地球进行第四个独立分析; 在更大的一组车站记录和使用相当不同的地统计学方法中绘制了对处理不均匀性的影响，他们的分析证实了在其他数据集中看到的二十世纪全球变暖（Rohde等，2013）。
3.2 Reanalyses
原位观察远离地球表面的条件比表面观察得多不那么丰富。 通过气球传播仪器套件，通过大气测量压力，温度，湿度和其他变量，现在在全球数百个站点上发射两次，但它们不提供全球覆盖范围（Ingleby等，2016）。 卫星型仪器可以提供全球覆盖范围 - 在天气和气候研究中具有重要价值 - 但它们不会直接测量温度相同的关键气候变量的垂直曲线; 必须以从Radiance测量的复杂方式推断出这些变量的近似值。 最近建立了几千个海洋浮子的系统，称为Argo，大约每10天在海洋的前2000米的温度和盐度局部剖面（Riser等，2016）。 这些数据来源都不存在于一个世纪前，尽管有时会对远离地球表面的条件观察（例如，使用附着在风筝上的温度计）。
在观测中进行补救空间和时间间隙的一种方法是进行统计插值。 然而，从20世纪90年代开始，气候科学家也开始采用不同类型的方法，称为数据同化（Kalnay 2003）。 首先在天气预报的背景下开发，数据同化估计了大气或海洋的三维状态，不仅可以使用基于物理的仿真模型的一个或多个预测。 预测在兴趣时构成了对大气或海洋状态的首先猜测估计; 根据此时收集的观察数据更新这一点。 在日常天气预报中，已知最佳估计被称为分析，并为天气预报模型提供初始条件。 为了生产用于气候研究的长期数据集，数据同化是为了迭代地进行过去时间（例如，在几十年中每12小时）进行数据同化，每次在序列中产生回顾性分析或再分析（Bengtsson＆Shukla 1988; Edwards 2010）。
在气候研究中，大气重新分析数据集是在气候研究中的繁重，因为它们在常规时间步长在常规时间上提供完整的网格数据，两者在表面和以上都是多种变量，包括难以用仪器测量的变量。 许多重新分析数据集覆盖二十世纪几十年，并使用尽可能多的可用观测数据生产（见Dee等，2016年概述）; 当卫星数据可用时，这可以为序列中的每个分析时段进行数百万的观察。 一个有趣的例外是Noaa的20世纪的再分析（20cr）项目：它涵盖整个二十世纪，仅吸收表面压力观测和观察到每月海面温度和海冰分布（Compo等，2011）。 在土地上的任何温度观测没有通知20CC，但其结果表明，其在基于站的温度数据集中看到的地面的全球变暖。
20CR被描述为提供独立的“观察”确认在基于站的数据集中看到的二十世纪变暖（Compo等，2013）。 更一般地说，尽管计算机预测的核心作用在重新分析中，但许多气候科学家将重新分析数据称为“观察”，并使用它们：调查气候系统动态，评估气候模型，寻找最近气候变化的证据，等等。 然而，其他气候科学家强调Reanalyses不应该与“真实”观察混淆（例如，Schmidt 2011）。 帕克（2017）认为之间的差别数据同化和传统的观察和测量是不是很大的作为一个可能认为; 她建议数据同化可以理解为仍在开发的复杂测量程序。
3.3古气候重建
气候科学家也对遥远过去的气候感兴趣，在气象仪器的出现之前。 这些古跨越的调查依赖代理：“使用物理和生物物理原则解释，使用物理和生物物理原则来解释的自然环境的方面，以延迟有关气候相关的变化”（IPCC-术语：1460）。 例如，深冰核和微小动物的渗透壳中氧的不同同位素的比例的变化用作温度变化的代理。 与气候相关变量的额外代理通过树戒指，珊瑚，湖泊沉积物，钻孔和其他来源（2013年第2K-Consortium; Masson-Delmotte等，2013）。
产生基于代理的古古联重建，特别是在半球或全球范围内，涉及一系列方法论挑战。 这里只会提到一些。 首先，随着上述表征的表明，代理通常反映了一次环境因素的影响。 例如，树圈不仅可以受到温度而且通过降水，土壤质量，云盖等的影响，这使得更难以自信地推断出一种感兴趣的变量，例如温度。 其次，通常必须使用最近用气象仪器进行的观察来校准代理，但乐器记录只涵盖地球历史上很短的时期，并且在遥远过去的代理中塑造了代理的因素可能有些不同。 第三，给定类型的代理可以具有有限的地理覆盖：仅在杆子处发现冰核，在没有不同种植的季节的位置，树圈缺席，等等。 第四，不同类型代理的时间分辨率可以显着不同 - 从一年到一个世纪或更多 - 在尝试将多个代理一起使用多个代理时添加一层复杂性。 由于这些原因和其他原因，量化与代理重建相关的不确定性也是一个重大挑战（Frank等，2010）。
尽管存在这些挑战，但气候科学家们产生了占地面积，时间段和与气候相关变量的古脑力学重建，包括温度，降水，流出，植被等。 特别是温度重建一直是争议的源泉（参见第5.3节），部分原因是他们从政府间气候变化（IPCC）第五次评估报告（IPCC）第五次评估报告（IPCC）的政府间纲领中提供了这样的结论：1983 - 2012年的可能性很可能（即，概率＞ 0.95）过去800年的最温暖的30年期（Masson-Delmotte等，2013：386）。 Vezér（2016A）表明，对这些结论的推论可以作为一种卓越的证据推理的形式，因为它们涉及不同的代理，方法假设和统计技术所通知的多个温度重建（另见Oreskes 2007）。
4.气候建模
气候系统的模型，尤其是计算机仿真模式，已经在气候科学的理论和应用研究中占据了一个中央地。 在提供某些常见类型的气候模型（第4.1节）的概述后，本节主要侧重于大气 - 海洋一般循环模型和地球系统模型，讨论其建筑的一些值得注意的功能（第4.2节），其中一些最重要的用途（第4.3节），以及它们的一些评估（第4.4节）。 重点是这些复杂的气候模型，因为它们吸引了哲学家和相关的最关注，因为他们在今天的气候研究中发挥了特别重要的作用，包括气候变化研究。
