智叟王铮分享 http://blog.sciencenet.cn/u/王铮 中国科学院政策与管理科学研究所研究员兼华东师大、中国科大教授

博文

欢迎反驳或支持NIPCC报告

已有 7813 次阅读 2018-2-2 07:58 |个人分类:为科学而科学|系统分类:科研笔记

这里是NIPCC报告(第二版)关键章节,欢迎懂得专家反驳或论证。发言的专家请尽可能留下真实姓名,如曲建升先生所说,我承担了国家关于“中国科学家对NIPCC观点的评述”,可惜中国科学家i这个问题关注的不多。我之所以在这里发出来这个 ,主要就是为了征集反映。其实我这里有两个疑问:1.为什么历史气候变暖时期,中国西部是湿润的,中国整体农业经济发达?2.在全球变暖趋势下,为什么最近10年中纬度的中国、美国冬季爆发寒冷事件(先说它们是寒冷事件吧)。请有关专家给出回答。由于传输的原因,图像都省略了。(随便 ,当年中央编译局翻译 考茨基的《论无产阶级专政》,并不意味着中央否定无产阶级专政。i那本书里,考茨基说“无产阶级专政“仅仅是马克思偶然用的的个词,让列宁滥用了。这个说法是考茨基的,当然不是中央 ),标题中IPCC几个字是我加的。原文为“有缺陷的预测”


Ch4     IPCC报告中有缺陷的预测(赖志柱 译)


本章主要研究内容如下:

1)联合国政府间气候变化专门委员会(IPCC)和世界上几乎所有国家政府都依赖全球气候模型(GCMs)来预测人类相关的温室气体排放对气候的影响。

2)全球气候模型GCMs系统地高估了气候对二氧化碳(CO2)的敏感性,许多已知的驱动力和反馈都未被很好的模拟,并且建模者为探求人类对气候的影响而将那些与此背道而驰的驱动力和反馈排除在外。

3)非政府国际气候变化专门委员会(NIPCC)估测二氧化碳从工业化前的水平增加了一倍(从280560 ppm),这一增加很可能会导致低层大气受到3.7 Wm-2的气温驱动,初步估计大约升温1℃。

4)全球气候模型GCMs4项预测都是由各种来源的真实数据伪造的。特别是,过去18年并没有出现全球变暖现象。

为什么计算模型会有缺陷?

与科学方法不同的是,IPCC和世界上几乎所有的国家政府都十分依靠计算机模型,即全球气候模型或GCMs,该模型作为建模者思辨实验的结果,然而建模者往往并未能详细地理解基本过程。GCMs的结果与运用到该模型的数据和理论一样可靠,而科学家们普遍认为这是有严重缺陷的。如果不能很好的理解自然气候因素和反馈机制,那么GCMs无非就是一种曲线拟合实验,或者通过改变参数,直到结果符合建模者的期望。正如约翰·冯·诺伊曼(John von Neumann)曾说过的那样,“有了四个参数,我就能拟合一头大象了,而有了五个参数,我还能让他卷鼻子”(Dyson2004)

科学文献中主要的气候模式充斥着以下缺陷:驱动力和反馈未被很好地理解;数据不足,或不可靠;计算能力不足以解决重要的气候变化过程。气候系统的许多重要元素,包括大气压力、风、云、温度、降水、洋流、海冰和永久冻土,都无法用现有的模式进行适当的模拟。

已知的主要缺陷包括模型校准、非线性模型行为和重要的自然气候相关变化的遗漏。模型校正是有缺陷的,因为它假定自工业革命开始以来所有的温度上升都是由人类的二氧化碳排放造成的。事实上,与人类有关的主要排放只有在20世纪中叶才开始。

更多关于气候模型及其局限性详见第一章气候变化再审视II:物理科学报告中的图3

3 全球气候模型的关键事实

1)气候模型一般假定气候敏感性为3℃,比前工业值高出一倍,而气象观测则与1℃或更低的敏感度一致。

2)气候模型低估了因温度升高造成的地表蒸发作用,从而导致对全球降水的低估。

3)尽管研究证明不同的矿物气溶胶(等负载)会导致地表红外辐射通量大约7 - 25 Wm-2的差异,但气候模型不能充分地表征气溶胶红外辐射的影响。

4)因固有特性的存在,确定性气候模型不能用来动态预测;为解决这一缺陷,多项技术被引入(尤其是参数化),而技术引入的同时造成了模型预测会产生偏差。

5)计算能力的局限性限制了气候模型解决重要的气候过程;低分辨率模型未能捕捉到许多重要的区域和较小尺度的现象,如云。

6)模型校准是缺陷的,因为它假定自工业革命开始以来所有的温度上升都是由于人类的二氧化碳排放造成的;事实上,与人类有关的主要排放只有在20世纪中叶才开始。

7)非线性气候模型表现出混乱的现象。单个模拟(“运行”)可能显示不同的趋势值。

8)内部气候振荡(AMO,PDO)是历史温度记录的主要特征;气候模型甚至都没有试图模拟它们。

9)气候模型没有考虑到太阳磁场或宇宙射线通量变化的影响,而这两种因素都对气候有重大影响。

来源:“Chapter 1. Global Climate Models andTheir Limitations,”Climate Change Reconsidered II: Physical Science (Chicago, IL: TheHeartland Institute, 2013).

驱动力和反馈

前一节讨论全球气候模型存在缺陷的原因,比如说相关的驱动力和反馈未被很好的模拟,从而导致模型的不可靠等。在许多类似案例中,气候科学家正在用观点或最佳猜测来代替数据。同样糟糕的是,科学文献中被大量记录下来的驱动力和反馈机制被排除在外使情况变得更糟。许多驱动力和反馈由于与许多建模者寻求人类对气候影响的目标背道而驰而往往被忽略。

政府间气候变化专门委员会(IPCC)没有考虑到的因素包括:大气水汽增强引起的低空云层的增加、二甲基硫(DMS)的海洋排放、以及自然和工业气溶胶的出现和总冷却效应。这些过程可能会抵消大部分甚至是全部因CO2浓度上升而引起的变暖。图4总结了第2章气候变化再审视II物理科学中出现的关于驱动力和反馈的一些发现。

4 气温驱动力及反馈机制的关键事实

1)二氧化碳比工业前的水平增加一倍(280560 ppm),很可能会导致低层大气受到3.7Wm-2的气温驱动,初步估计大约升温1℃。

2IPCC模型强调正反馈的重要性,他们认为水汽的增加使温度升高3 - 6℃,然而实证数据却表明变暖的数量级要低于0.3- 1℃。

3)在冰芯样品中,温度的变化要早于同期大气二氧化碳的变化几百年;同时,经过漫长的历史和地质记录,温度和二氧化碳也被分开;因此,二氧化碳不能作为温度变化的主要驱动力因子。

4)大气甲烷(CH4)在过去20年的水平远远低于IPCC评估报告中的预测值。IPCC的温度预测包含了这些夸大的CH4估计值,需要相应地向下修正。

5)以目前的升温速率,永久冻土或海底天然气水合物的融化不太可能释放出危险量的甲烷。

6)氧化亚氮(N2O)的排放量预计会随着CO2浓度和温度的升高而下降,这表明它是一个气候变化的负反馈机制。

7)其他对气候敏感性的负反馈要么被IPCC忽略要么被低估,包括:大气水汽增强引起的低空云层的增加,二甲基硫(DMS)海洋排放的增加,以及自然和工业气溶胶的出现和总冷却效应。

来源:“Chapter 2. Forcings and Feedbacks,” ClimateChange Reconsidered II: Physical Science (Chicago, IL: The HeartlandInstitute,2013).


然而,GCMs的另一个缺陷是非线性气候模型表现出混乱的状态。因此,单个模拟(“运行”)可能显示不同的趋势值(Singer, 2013b)。内部气候振荡(大西洋多年代际振荡(AMO)、太平洋年代际振荡(PDO)等)是历史温度记录的主要特征,而GCMs甚至都没有试图模拟它们。类似地,这些模型都没有考虑到太阳磁场或宇宙射线通量变化的影响,而这两种现象都对气候有显著的影响。

我们认为目前的GCMs无法准确预测未来10年的气候,更不必说被政策制定者采纳的100年预测了。因此,这些模型运算的结果不应用来指导公共政策的制定,除非它们被证实并显示具有预测价值。

失败的预测

GCMs4项预测是由各种来源的真实数据伪造的:

失败预测1:大气中二氧化碳的加倍会导致温度升高3-6

普遍认为,大气中二氧化碳浓度增加一倍导致辐射强迫增加了3.7 Wm-2。把这种强迫等同于温度需要考虑正反两方面的反馈。IPCC模型将水蒸气的增加带来的正反馈考虑在内,而将其负反馈诸如低层云层的相伴增加等排除在外,因此模拟的结果为3℃或其以上的温室效应。

IPCC忽视了越来越多的证据,而这些证据表明气候对二氧化碳的敏感性远低于其模型假设((Spencer andBraswell, 2008; Lindzen and Choi, 2011)。Monkton等人引用了27篇同行评议的文章“气候敏感性低于当前的中央估计值”(Monckton et al.2015)。文章清单如图5所示。

5 研究发现气候敏感性低于IPCC的假设

Michaels, P.J.,Knappenberger, P.C., Frauenfeld, O.W., et al. 2002. Revised 21stcentury temperature projections. Climate Research 23: 1–9.

Douglass, D.H.,Pearson, B.D., and Singer, S.F. 2004. Altitude dependence of atmospherictemperature trends: climate models versus observation. GeophysicalResearch Letters 31: L13208. doi: 10.1029/2004GL020103.

Landscheidt, T.2003. New Little Ice Age instead of global warming? Energy& Environment 14 (2): 327–350.

Chylek, P. andLohmann, U. 2008. Aerosol radiative forcing and climate sensitivity deducedfrom the Last Glacial Maximum to Holocene transition. GeophysicalResearch Letters 35: L04804. doi: 10.1029/2007GL032759.

Monckton ofBrenchley, C. 2008. Climate sensitivity reconsidered. Physics& Society 37: 6–19.

Douglass, D.H. andChristy, J.R. 2009. Limits on CO2 climate forcing from recent temperature data of earth. Energy& Environment 20: 1–2.

Lindzen, R.S. andChoi, Y-S. 2009. On the determination of climate feedbacks from ERBE data. GeophysicalResearch Letters 36: L16705. doi: 10.1029/2009GL039628.

Spencer, R.W. andBraswell, W.D. 2010. On the diagnosis of radiative feedback in the presence ofunknown radiative forcing. Journal of Geophysical Research 115: D16109. doi:10.1029/2009JD013371.

Annan, J.D. andHargreaves, J.C. 2011. On the generation and interpretation of probabilistic estimatesof climate sensitivity. Climate Change 104: 324–436.

Lindzen, R.S. andChoi, Y-S. 2011 On the observational determination of climate sensitivity andits implications. Asia-Pacific Journal of Atmospheric Sciences 47: 377–390.

Monckton ofBrenchley, C. 2011. Global brightening and climate sensitivity. In: Zichichi,A. and Ragaini, R. (Eds.) Proceedings of the 45th Annual International Seminar onNuclear War and Planetary Emergencies, World Federation of Scientists.London, UK: World Scientific.

Schmittner, A.,Urban, N.M., Shakun, J.D., et al. 2011. Climate sensitivity estimated from temperaturereconstructions of the last glacial maximum. Science 334: 1385–1388. doi:10.1126/science.1203513.

Spencer, R.W. andBraswell, W.D. 2011. On the misdiagnosis of surface temperature feedbacks fromvariations in Earth’s radiant-energy balance. RemoteSensing 3: 1603–1613. doi: 10.3390/rs3081603.

Aldrin, M.,Holden, M., Guttorp, P., et al. 2012. Bayesian estimation of climate sensitivity based ona simple climate model fitted to observations of hemispheric temperature andglobal ocean heat content. Environmetrics 23: 253–271. doi: 10.1002/env.2140.

Hargreaves, J.C.,Annan, J.D., Yoshimori, M., et al. 2012. Can the last glacial maximum constrain climatesensitivity? Geophysical Research Letters 39: L24702. doi:10.1029/2012GL053872.

Ring, M.J.,Lindner, D., Cross, E.F., et al. 2012. Causes of the global warming observed since the19th century. Atmospheric and Climate Sciences 2: 401–415. doi:10.4236/acs.2012.24035.

van Hateren, J.H.2012. A fractal climate response function can simulate global averagetemperature trends of the modern era and the past millennium. ClimateDynamics 40: 2651–2670, doi: 10.1007/s00382-012-1375-3.

Lewis, N. 2013. Anobjective Bayesian improved approach for applying optimal fingerprinttechniques to estimate climate sensitivity. Journal ofClimate 26: 7414–7429. doi: 10.1175/JCLI-D-12-00473.1.

Masters, T. 2013.Observational estimates of climate sensitivity from changes in the rate ofocean heat uptake and comparison to CMIP5 models. ClimateDynamics 42: 2173–2181. doi: 101007/s00382-013-1770-4.

Otto, A., Otto,F.E.L., Boucher, O., et al. 2013. Energy budget constraints on climate response. NatureGeoscience 6: 415–416. diuL19,1938/ngeo1836.

Spencer, R.W. andBraswell, W.D. 2013. The role of ENSO in global ocean temperature changesduring 1955-2011 simulated with a 1D climate model. Asia-PacificJournal of Atmospheric Sciences 50: 229-237. doi:10.1007/s13143-014-0011-z.

Lewis, N. andCurry, J.A. 2014. The implications for climate sensitivity of AR5 forcing andheat uptake estimates. Climate Dynamics 10. doi:1007/s00382-014-2342-y.

Loehle, C. 2014. Aminimal model for estimating climate sensitivity. EcologicalModelling 276: 80–84. doi: 10.1016/j.ecolmodel.2014.01.006.

McKitrick, R.2014. HAC-robust measurement of the duration of a trendless subsample in aglobal climate time series. Open Journal of Statistics 4: 527–535. doi:10.4236/ojs.2014.47050.

Monckton ofBrenchley, C. 2014. Political science: drawbacks of apriorism inintergovernmental climatology. Energy & Environment 25: 1177–1204.

Skeie, R.B.,Berntsen, T., Aldrin, M., et al. 2015. A lower and more constrained estimate of climatesensitivity using updated observations and detailed radiative forcing timeseries. EarthSystem Dynamics 5: 139–175. doi:10.5194/esd-5-139-2014.

Lewis, N. 2015.Implications of recent multimodel attribution studies for climate sensitivity. ClimateDynamics doi:10.1007/s00382-015-2653-7RSS.

来源:Monckton, C., Soon, W. W-H., Legates,D.R., and Briggs, W.M. 2015. Keeping it simple: the value of an irreduciblysimple climate model. Science Bulletin 60 (15): 1378–1390, footnotes 7 to 33.

失败预测2:在过去的15年里,二氧化碳至少造成温升0.3

IPCC支持的全球气候模型预测大气在21世纪的第一个15年内至少会升温0.3℃,而事实上在那个时期,气温根本没有上升。图6显示了1997年到2015年的全球气温,该图来源于遥感系统获取和报道的卫星数据,由Monckton等人(2015)制作完成。由图可以看出从19971月到20156月温度降低0.01℃。由图可以看出,从19971月至20156月温度降低0.01℃的趋势明显。图7来源于 John Christy博士的2016年国会证词,该图生动地刻画了GCMS未能预测出这一趋势。


 


6 19971-20156RSS全球低层对流层月平均温度异常现象


来源:Monckton et al., 2015.

7 1979-2015年气候模型预测全球气温的失败


:5年全球(“对流层中层”或“MT”)大气温度的均值(1979-2015年),红色为102IPCC CMIP5气候模式的均值;绿色为UAH RSS NOAA 3种卫星数据集的均值;蓝色为NOAAUKMetRICHRAOBCORE 4种气球数据集的均值。资料来源:Christy ,2016年。

关于气候对二氧化碳的敏感性,超过15年没有变暖的趋势证明基于IPCC假设的GCMs是无效。在2008年的气候报告中,国家海洋和大气管理局(NOAA)报告说:“由于模型内部的气候变异性,模拟时,在十年或低于十年的间隔内出现接近零甚至是负数的趋势是很常见的。”模拟排除了(在95%的水平)15年或更长时间间隔的零趋势,意味着在这段时间间隔内,观测到的没有变暖的现象与预期的当前变暖率不符(Knight et al.2009)。这种“差异”是存在的,实际上已经延续至18年内气候没有变暖,模型已然失效。

IPCC的作者将非驱动力模型(以及不完全的驱动力模型)的输出结果与反映20世纪全球温度的数据集进行对比(HadCRUT,英国气象办公室)。结果发现,数据集比模型预测的变暖趋势更为显著,然后得出的错误结论是:这种“过度”变暖一定是由人类温室效应所引起的。然而事实并没有过度变暖,首先,因为这些假设模型有完整的知识、信息和能力而数据集并没有;其次是因为不同于IPCC认可的HadCRUT的全球气温曲线,各种数据集并没有展示出20世纪后半期有变暖的趋势。参见图8所示。

8 气温上升证据不足

地表温度在1942 -19951979 - 1997之间的差异,被陆地、海洋和大气位置的数据集记录下来。

陆地表面

全球(IPCC, HadCRUT)

+0.5° C

美国(GISS)

~0

海洋

海洋表面温度(SST)1

~0

SST Hadley NMAT

~0

大气

MSU卫星(1979–1997)

~0

Hadley无线电探空仪

~0

PROXIES

主要是地表温度2

~0

除非另有说明,资料由指定的政府机构提供。

来源1Gouretski et al., 2012;来源2Anderson et al., 2013

失败预测3:热带地区的对流层上层应存在热点。

气象气球探空仪和MSU卫星二者的观测表明:在对流层中,随着高度的增加,变暖的趋势保持不变或降低Douglass et al., 2007;Singer,2011; Singer, 2013a。图9中,左图是热带中层对流层温度趋势的模拟结果,可参见美国气候变化科学计划报告的图1.3F(Karl et al., 2006)。该图表明热带地区的上层对流层应该出现一个“热点”。同样,右图来源于美国气候变化科学计划报告的图5.7E。该图表明,由哈德利中心无线电探测资料得到的观测温度与美国分析结果相一致。模型所预测的热带中层对流层温升现象在观测数据中并没有得到显示。

9 温度随纬度和海拔高度的变化趋势(温室模型预测VS观测)


来源:Karl et al., 2006, pp. 25,116.

失败预测4:二十世纪后期,两极地区比地球上其他地区变暖快。

20世纪后期,北极的多数区域以及南极半岛的西部都出现了气候变暖现象,但自20世纪50年代以来,南极冰盖东部就一直在降温(O’Donnell et al., 2010)。更多数据和阐述参见文章第6章。

一般来说,用实证数据评估GCMs预测结果表明,GCMs表现很差。在当代气候模型的广泛测试的综合报告中,IdsoIdso写道:“我们发现(并证实)目前的顶级气候模型历经2418次失败之后才准确地预测了一系列气候现象。有了这个极其糟糕的成功记录,人们一定会非常想知道,该如何相信目前的气候模型能够预测明天、未来几十年、一百年甚至更长时间的气候”(Idso and Idso, 2015)

参考文献:

Anderson, D., et al. 2013. Globalwarming in an independent record of the last 130 years. GeophysicalResearch Letters 40: 189–193, doi:10.1029/2012GL054271.

Christy, J.R.2016. Testimony to the U.S. House Committee on Science, Space & Technology(February 2). https://www.heartland.org/policy-documents/testimony-john-r-christy-addressing-noaas-recent-temperature-claims.

Douglass, D.H.,Christy, J.R., Pearson, B.D., and Singer, S.F. 2007. A comparison of tropicaltemperature trends with model predictions. InternationalJournal of Climatology 28: 1693–1701. doi: 10.1002/joc.1651.

Dyson, F. 2004. Ameeting with Enrico Fermi. Nature 427: 297.

Gouretski, V.V.,Kennedy, J. J. J., Boyer, T.P., and Köhl, A. 2012. Consistent near-surfaceocean warming since 1900 in two largely independent observingnetworks, GeophysicalResearch Letters, doi: 10.1029/2012GL052975.

Idso, S.B. andIdso, C.D. 2015. Mathematical Models vs. Real-World Data:Which BestPredicts Earth’s Climatic Future? Center for the Study of Carbon Dioxide and Global Change.

Karl, T.R.,Hassol, S.J., Miller, C.D., and Murray, W.L. 2006. (Eds.) TemperatureTrends in the Lower Atmosphere: Steps for Understanding and ReconcilingDifferences. A report by the Climate Change Science Program and Subcommittee onGlobal Change Research. http://www.climatescience.gov/Library/sap/sap1-1/finalreport/default.htm.

Knight, J.,Kennedy, J., Folland, C., Harris, G., Jones, G.S., Palmer, M., Parker,D.,Scaife, A., and Stott, P. 2009. Do global temperature trends over the lastdecade falsify climate predictions? Bulletin ofthe American Meteorological Society 90 (2009): S22–S23.

Lindzen, R.S. andChoi, Y.-S. 2011. On the observational determination of climate sensitivity andits implications. Asia-Pacific Journal of Atmospheric Sciences 47: 377–390. doi:10.1007/s13143-011-0023-x.

Mears C.A. andWentz, F.J. 2009. Construction of the RSS V3.2 lower tropospheric dataset fromthe MSU and AMSU microwave sounders. Journal ofAtmospheric and Oceanic Technology 26: 1493–1509.

Monckton, C.,Soon, W.W.-H, Legates, D.R., and Briggs, W.M. 2015. Keeping it simple: thevalue of an irreducibly simple climate model. ScienceBulletin 60 (15): 1378–1390.

O’Donnell, R.,Lewis, N., McIntyre, S., and Condon, J. 2010. Improved methods for PCA-basedreconstructions: case study using the Steig et al. (2009) Antarctic temperaturereconstruction. Journal of Climate 24: 2099–2115.

Singer, S.F. 2011.Lack of consistency between modelled and observed temperature trends. Energy& Environment 22: 375–406.

Singer, S.F.2013a. Inconsistency of modelled and observed tropical temperature trends. Energy& Environment 24: 405–413.

Singer, S.F.2013b. Overcoming chaotic behavior of general circulation climate models(GCMs). Energy& Environment 24: 397–403.

Spencer, R.W. andBraswell, W.D. 2008. Potential biases in feedback diagnosis from observationsdata: a simple model demonstration. Journal ofClimate 21: 5624–5628.




https://blog.sciencenet.cn/blog-2211-1098089.html

上一篇:难忘严重敏先生
下一篇:红旗河观
收藏 IP: 210.73.4.*| 热度|

9 周少祥 杨学祥 许培扬 张学文 文克玲 檀成龙 余国志 刘山亮 王亚非

该博文允许注册用户评论 请点击登录 评论 (21 个评论)

IP: 111.198.225.*   回复 | 赞 +1 [20]周少祥   2018-2-3 15:21
2005年,当我将我观点陈述给我的导师宋之平教授(我国知名的热工专家)时,他老人家说的第一句话是:你说的对。但我的支持没有用,因为全球那么多科学家都认为如此。

这么多年过去了! ……    您的回复进一步验证他的说法!

在给您这篇文章的系列评论中,我所说的,都是云物理学存在的部分错误或认识不足的地方!您不认为有些道理吗?
IP: 114.247.188.*   回复 | 赞 +1 [19]王亚非   2018-2-3 15:21
说的这些缺陷似乎都没有坐实,IPCC是有预测缺陷,但好像不那么大。另一方面,因全球变暖引起的灾害却年年上升,灾害也包括了冷害,这是因为全球气温的上升导致了赤道和极地空气热交换的剧烈化。
主流科学不会被轻易否定。
IP: 119.189.5.*   回复 | 赞 +1 [18]刘山亮   2018-2-3 10:33
一个模型的正确性需要需要经过实践的检验。联合国政府间气候变化专门委员会(IPCC)和世界上几乎所有国家政府都依赖全球气候模型(GCMs)来预测人类相关的温室气体排放对气候的影响,说明该模型是经过了一些检验,可信度较高。但是,这不意味着该模型没有缺陷。任何一个模型都需要在实际应用中不断发展和完善。一般来说,应该以实际测量的结果为标准,而不是模型的预言为标准。当然,也要对测量的结果的真实型和可靠性进行认真的分析研究。
IP: 111.198.225.*   回复 | 赞 +1 [17]周少祥   2018-2-2 21:02
云物理学及云反馈理论的核心部分是错误的,这在我的博文中有详细的阐述(http://blog.sciencenet.cn/home.php?mod=space&uid=38693&do=blog&id=925399)。可以说,人为活动导致全球气候变暖的理论基础不成立。气候变化是自然因素决定的,是太阳作用下的水汽变化决定的。人为影响非常小。

即便是人类活动影响巨大的城市,其热岛效应的特性也主要是水汽变化决定的,因为城乡温差主要在夜间!“城市热岛效应实际上主要发生在夜间(Kalnay and Cai, 2003)”。中国学者也有相似的研究结论(Ping Yang et al., 2013)

水蒸气凝结以辐射方式释放潜热(W.R. POTTER, J.G. HOFFMAN, 1968: Phase transition luminescence in boiling water: evidence for clusters. Infrared Physics. 8, 265–270.)!这应该是大气温室效应的重要组成部分!水汽的作用不是“云反馈”所能解释的,然而,云物理学对此的认识存在根本错误。

因此,NIPCC的系列报告只关注了一些细节,但是,是一些枝节问题。
回复  “云物理学及云反馈理论的核心部分是错误的”,不至于吧?!全世界那么多大气科学家没有发现?又不是像统一场论那样的高能问题。
2018-2-3 11:381 楼(回复楼主) 赞 +1 | 回复
IP: 111.198.225.*   回复 | 赞 +1 [16]周少祥   2018-2-2 16:39
一个非常重要的数据,就是全球平均地表气温的数据,早年我看到的是15°C,我信了。但是,后来又看到14°C的数据,我不能相信!

首先,为什么是整数?非整数的可能性更大吧?而这时判断全球气候是否变暖的基准,如果基准都有问题,所有的结论是否都是值得怀疑的?
IP: 111.198.225.*   回复 | 赞 +1 [15]周少祥   2018-2-2 16:32
王老师:数据及其真实性和可靠性是关键!
IP: 123.114.49.*   回复 | 赞 +1 [14]文克玲   2018-2-2 11:13
“有科学家反对温室效应假说”和:“科学家反对温室效应假说”是两回事。
问题是,支持和反对的比例是怎样的?各有什么论据?
然后,在问题没有完全清楚之前,我们有没有必要开始行动,例如签订和执行减排条约?
相对论和量子力学建立100年了,还有那么多人在反对。
所以,问题不仅在于“是什么”,而是现在“怎么办”。
IP: 110.152.211.*   回复 | 赞 +1 [13]张学文   2018-2-2 11:12
水分在大气中的复杂变化与作用并没有被气象学界认识准确。
IP: 110.152.211.*   回复 | 赞 +1 [12]张学文   2018-2-2 11:06
[1]"气候变化取决于海洋,海洋覆盖了70%的地球表面,而海水的热容量是大气热容量的1千倍"
IP: 122.224.55.*   回复 | 赞 +1 [11]许培扬   2018-2-2 09:58
建议科学网编辑给予置顶   大家多讨论。
IP: 111.198.225.*   回复 | 赞 +1 [10]周少祥   2018-2-2 09:57
海田
IP: 111.198.225.*   回复 | 赞 +1 [9]周少祥   2018-2-2 09:51
另外,把气候变暖与极端气候挂钩,继而并将大量的冰雪严寒也说成气候变暖的结果,在我看来则不完全是科学认识问题了,而是近乎是良知缺失的表现了。如果说变暖,暴雨、洪水什么的,这类极端气候现象的出现是有一定道理的,因为变暖了水循环加剧,而暖,在0°C之上,因此液态的水多。对应所谓“远古洪荒、海天沧桑”之说。但是,冰冻是完全相反的气候现象,只有水汽中蕴藏的热量被散失,以致凝固成冰,才可能出现。
IP: 111.198.225.*   回复 | 赞 +1 [8]周少祥   2018-2-2 09:35
另一个带有机理性的问题是:伴随着气候变暖,昼夜温差(DTR)在减小,或者说全球气候变化中白天气温变化与夜间气温变化不一致,这意味着什么?这是气候变化问题背后隐藏的温室效应机理(热力学基础)问题。
水汽凝结成云,这意味着降水将会来临;云量增加意味着更多水汽凝结,更多潜热被释放,凝结潜热是地气系统重要的热源。根据IPCC第三次报告(TAR):“降水量构成大气中潜热释放的测量,长期平均984mm/yr的全球降水量意指垂直方向的平均加热量78W/m2”。然而,尽管潜热量巨大、尽管水汽凝结(或云形成)是全球性的、尽管云层覆盖了40%的地球面积,但水蒸汽凝结潜热的影响范围从未被关注,潜热本身甚至被排斥在IPCC定义的“温室效应”之外。这应该是导致“云反馈不确定性”的根本原因。
        海洋覆盖了地球表面的70%,海水蒸发制冷是地表气温的决定性影响因素,而这一因素未得到正确认识。大气温室效应的物理机制这一大气物理学的理论基础存在很大疑问,水蒸汽凝结潜热在大气温室效应的作用需要加以分析。
IP: 111.198.225.*   回复 | 赞 +1 [7]周少祥   2018-2-2 09:34
众所周知,水蒸发是一种制冷效应,正如酒精棉球在人体皮肤上所产生的制冷效应,这是热力学基本常识。目前广泛采用的空调制冷技术,应用的就是这一原理。
地球表面的70%被海洋覆盖,一个简单的事实是地球表面气温主要决定于太阳辐射作用下的海洋蒸发。换句话讲,陆地表面气温不具有“全球代表性”。事实上,人类对气温的测量是从陆地开始的,也主要集中在陆地之上,而基于陆地的数据,指称全球气候变暖显然缺乏科学严谨性。
全球气候有两种典型,拉尼娜(La Niña)现象和厄尔尼诺(El Niño)现象。拉尼娜(La Niña)现象与赤道太平洋正常海水温度偏低对应,厄尔尼诺(El Niño)现象则对应着正常海水温度偏高。因此,这两种气候类型都是由海洋决定的。1997-1998年的厄尔尼诺现象,直接左右了全球气候,说明海洋的影响是决定性的。
这与IPCC第四次报告(AR4)的陈述一致:“云量变化决定于厄尔尼诺现象,陆地昼夜温度范围(DTR)的广泛(但不是全部)减小与云量的增加一致”。这段文字告诉我们,云量变化与气候变化直接相关。——但令人不解的是,IPCC官方网站篡改了自己纸质报告的有关数据,把气候变暖之夜间增温速率由0.8°C改成0.4°C.
IP: 111.198.225.*   回复 | 赞 +1 [6]周少祥   2018-2-2 09:26
温室效应原本指的是玻璃暖房增暖的物理机制,即玻璃屋顶允许阳光进入、反射红外的效应,这源于玻璃对电磁辐射的选择性;后来,有学者补充说,太阳辐射能被温室内的植物、土壤和其他物体吸收,这些能量转化为加热温室的热量;再后来,人们发现玻璃屋顶不允许被加热的空气上升并与外面的冷空气混合也非常重要。
但这里存在一个关键性问题:室内温室气体的吸收、再辐射特性根本未被提及。显然,“温室效应”与所谓的“大气温室效应”完全不同。由于存在着不可调和的问题,于是有学者说:沿用温室效应概念属于“用词不当”(英文原文: “The term ‘greenhouse effect’ is a misnomer.” DAVID G. ANDREWS, 2010)。不仅如此,这里还存在“致热”物理机制这一关键问题:大气的主体是氮气和氧气(N2和O2),它们并不吸收辐射红外,温室气体的红外吸收何以使这两种气体致热,从而实现温室效应?显然,目前的温室效应理论存在着根本性缺陷。
根据IPCC第四次报告,云反馈仍然是气候敏感性评估之不确定性的最大来源。英文原文:“At present, cloud feedbacks remain the largest source of uncertainty in climate sensitivity estimates.” 这表明,与云(水汽)有关的问题值得研究。
IP: 111.198.225.*   回复 | 赞 +1 [5]周少祥   2018-2-2 09:15
为什么会有缺陷?

首先,大气温室效应机理就存在问题。

关于温室效应,IPCC第四次报告(AR4)给出的定义是:温室气体有效地吸收地球表面、大气自身(由于相同的气体)和云散射的热红外辐射。大气辐射朝所有方向散射,包括向地球表面的散射。温室气体将热量俘获在地表―对流层系统内。这称为“温室效应”。

但是,大气的主体是氮气和氧气(N2和O2),它们并不吸收辐射红外,温室气体的红外吸收何以使这两种气体致热,从而实现温室效应?显然,目前的温室效应理论存在着根本性缺陷。
IP: 119.48.184.*   回复 | 赞 +1 [4]杨学祥   2018-2-2 08:25
最新结论
2023-2025年月亮赤纬角最大值将导致气候变冷,下一次变暖停滞将发生在2017-2030年。届时中国雾霾将进入一个谷值时期,2000-2030年拉马德雷冷位相和太阳黑子超长极小期将增强制冷作用。
下一次气候变暖高峰在2033-2035年月亮赤纬角最小值时期,届时中国雾霾又进入新的高峰时期,2030-2060年拉马德雷暖位相时期将增强变暖和雾霾的强度。
全球气温变化的18.6年(月亮赤纬角变化周期)和55年(拉马德雷周期)周期值得关注。
http://blog.sciencenet.cn/blog-2277-1041188.html
http://blog.sciencenet.cn/blog-2277-1095055.html
IP: 119.48.184.*   回复 | 赞 +1 [3]杨学祥   2018-2-2 08:24
谁是谁非10年内见分晓:2017年变冷,2025年最冷
尽管我们在2008年就预测了2014-2016年最热,但预测的根据不是由于温室气体排放,而是月亮赤纬角最小值,与气象主流完全不同。这一结论的正确性,将在10年后再次得到验证。这一验证时间并不长,大多数人都可以看到这一天。
我们在2014年3月26日指出,2014-2016年全球最热年 2023-2025年全球最冷年:
2014年是全球极端灾害频发年,高温、干旱、雾霾和强震是主要灾害。关键原因是2000-2030年拉马德雷冷位相和2014-2016年月亮赤纬角最小值。
2014-2016年月亮赤纬角极小值减小潮汐南北震荡幅度,导致高温、干旱、雾霾和强震,2013年的前兆值得关注。
2023-2025年月亮赤纬角极大值增大潮汐南北震荡幅度,导致低温和强震,2000-2030年拉马德雷冷位相增强制冷作用。
http://blog.sciencenet.cn/blog-2277-779229.html
2014-2015年的最热值得关注,2023-2025年的最冷年更值得关注。
http://blog.sciencenet.cn/blog-2277-893363.html
最新结论
2023-2025年月亮赤纬角最大值将导致气候变冷,下一次变暖停滞将发生在2017-2030年。届时中国雾霾将进入一个谷值时期,2000-2030年拉马德雷冷位相和太阳黑子超长极小期将增强制冷作用 ...
IP: 119.48.184.*   回复 | 赞 +1 [2]杨学祥   2018-2-2 08:20
被忽视的2017年变冷预警
关键提示:新年伊始,寒潮来袭,美国多地出现低温天气,温暖的东南部罕见地出现降雪天气。1月3日多地再次迎来降雪。自2日早上至少有11人在因寒潮造成的低温天气中遇难。
http://news.163.com/18/0104/04/D79EEHP200018AOP.html
http://blog.sciencenet.cn/blog-2277-1031808.html
我在2017年2月6日指出,2000-2035年为拉马德雷冷位相时期,2016-2017年可能发生拉尼娜事件,2018-2019年可能发生厄尔尼诺事件,2019-2020年可能为太阳黑子谷年,2020年可能进入严重低温冻害时期,符合流感流行的主要条件,流感可能在2017年孕育,在2018-2019年流行。
2017年拉尼娜正在发生,2018年初寒潮暴雪正在发生,流感大流行的六大相关条件正在到来。
http://blog.sciencenet.cn/blog-2277-1093396.html
http://blog.sciencenet.cn/blog-2277-1093474.html
2014-2015年的最热值得关注,2023-2025年的最冷年更值得关注。
2015年的厄尔尼诺事件增大最热年发生的可能性,2016-2017年预测为拉尼娜年,是全球变冷的信号。
http://blog.sciencenet.cn/blog-2277-893363.html
http://blog.sciencenet.cn/blog-2277-1029077.html
2017年10月和2017年11月,美国 ...
IP: 111.198.225.*   回复 | 赞 +1 [1]周少祥   2018-2-2 08:19
气候变化取决于海洋,海洋覆盖了70%的地球表面,而海水的热容量是大气热容量的1千倍。太阳辐照、海平面温度决定了水汽蒸发量(当然陆地也有作用),而水汽量决定气候,降雨、降雪、干旱等。

与水汽相比,二氧化碳的温室效应可以忽略不计!

1/1 | 总计:20 | 首页 | 上一页 | 下一页 | 末页 | 跳转

扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2025-1-9 06:13

Powered by ScienceNet.cn

Copyright © 2007-2025 中国科学报社

返回顶部