字数:8863
阅读时间:60分钟
论文信息
标题:Chemistry-albedo feedbacks offset up to a third of forestation’s CO2 removal benefits
期刊:CLIMATE CHANGE
时间:2024.02
作者:James Weber¹*, James A. King¹, Nathan Luke Abraham².³, Daniel P. Grosvenor⁴.⁵, Christopher J. Smith⁶.7, Youngsub Matthew Shin², Peter Lawrence⁸, Stephanie Roe⁹, David J. Beerling¹, Maria Val Martin¹*
研究摘要
造林被广泛提出用于去除二氧化碳(CO2),但其通过改变大气成分和地表反照率对气候的影响仍然相对未被探索。本文利用两种地球系统模型对这些响应进行了评估,方法是将全球森林在合适地区广泛扩张的情景与其他可能的未来情景进行比较。研究发现,在生物源性有机排放增加之后,造林增加了气溶胶散射和温室气体甲烷和臭氧。此外,造林降低了地表反照率,从而产生了正辐射强迫(即变暖)。这抵消了在升温4°C情景下额外二氧化碳去除产生的负强迫的三分之一。然而,当造林与实现《巴黎协定》2°C目标的其他战略同时进行时,抵消的正作用力较小,突出了同时减排的紧迫性。
1. 研究背景
森林造林和植树造林是广泛提出的基于自然的大气CO2去除(CDR)和气候变化减缓策略。《波恩挑战》、《纽约森林宣言》和联合国生态系统恢复十年设定了到2030年,将退化和毁林土地恢复350万公顷的目标。然而,大规模的森林扩张推动了地球系统内可能导致变暖的生物物理反馈。例如,颜色较深的森林降低了地表反照率,这可以在世界上一些地区大大抵消碳固存的冷却效应。
森林还释放大量(760TgC/yr)生物源性挥发性有机化合物(BVOCs),影响温室气体臭氧(O3)和甲烷(CH4),以及有机气溶胶,对气候产生复杂影响。BVOCs的化学反应消耗羟基自由基(OH),增加CH4;根据化学环境驱动O3的生产或损失;并产生氧化产物,这些氧化产物可以增加或形成与太阳辐射相互作用的气溶胶。大气成分的变化已被证明对全球森林砍伐以及农田扩张造成的净气候影响很重要。然而,在21世纪不同的未来气候路径下,大气成分对拟议的再造林和造林计划的响应及其对气候的影响却很少得到考虑。
研究对大规模造林、再造林和森林增强(以下统称为“造林”)情景的气候反馈进行了评估。为了减轻可能的单一模式偏差,在两个最先进的气候模式:UKESM1和CESM2中进行了相同的实验,这两个模式具有相互作用的大气化学、气溶胶和BVOC排放方案。研究使用了一个陆地表面覆盖情景,将其命名为Maxforest,从2015年开始,通过重新造林、森林增强和植树造林来扩大森林面积。考虑到造林速度的限制,不包括在国际自然保护联盟指定的农田、牧场、城市土地和保护区的扩张,最大森林情景代表了造林的近生物物理最大值。在这种情况下,到2050年,额外的树木覆盖面积将从500 Mha增加到2095年的750 Mha(图1A),其中约55%来自造林,25%来自再造林,20%来自森林增强。尽管大规模造林存在一定的风险和权衡,但研究使用这一理论的生物物理最大造林情景进行评估,以最好地检测生物物理变化。
图1 在Maxforest、SSP3和SSP1情景下,相对于2010-2014年历史平均值的树木覆盖总变化
研究将Maxforest与两种成熟的未来情景进行了比较:SSP3-7.0(区域竞争),其特征是资源密集型消耗,技术发展减少,气候变化缓解努力非常低,导致全球变暖比工业化前温度高4°C;SSP1-2.6(可持续性),以包容性发展、环境管理、更低资源和能源密集型消费为特征,同时加大减缓气候变化的力度,将升温限制在2°C以下。SSP3-7.0的地表覆盖预估包含了相对于2015年的高水平的森林砍伐,而SSP1-2.6的造林,到2095年达到310 Mha,已经是Maxforest增长的40%(图1)。与SSP3-7.0相比,SSP1-2.6中广泛的缓解努力还导致混合良好的温室气体浓度降低,其他与气候相关的空气污染物的人为排放减少更多。
表1 UKESM1和CESM2的建模实验
具体来说,研究比较了2050年和2095年的同期模式模拟对:SSP3-7.0或SSP1-2.6(分别称为4C_SSP3和2C_SSP1)的陆地覆盖和大气条件的对照运行,以及Maxforest (4C_MF和2C_MF)替代陆地覆盖的相同运行(表1)。这些模拟使用规定的海面温度和海冰。以每个模型网格单元中每种地表类型(树木、草地、作物、城市等)的比例来描述的地表覆盖被固定为特定于场景的值(表1)。因此,在模型模拟过程中没有发生与场景的偏差。这种方法可以计算有效辐射强迫。基于植被类型,使用标准MEGAN (CESM2)和iBVOC (UKESM1)方案,将造林与大气成分联系起来,对植被向大气中排放的BVOCs进行了交互模拟。因此,在两种可能的未来中分离出造林对地表反照率和大气化学成分的影响,计算了4C_MF和2C_MF的辐射强迫(RF)相对于相应的对照模拟(4C_SSP3和2C_SSP1)的变化,重点关注了地表反照率(RFAlb)、气溶胶散射(RFAer)、CH4 (RFCH4)和O3 (RFO3)的变化。将其与Maxforest额外造林的额外CDR的气候影响进行了比较,该影响是用CLM5计算的,CLM5是CESM2陆地表面分量,因为Maxforest最初是在CESM2中开发的,以建立净气候效益。
图2 地表反照率和气溶胶散射
为了分离BVOC变化的影响,同时确保与SSP途径的可比性,研究在UKESM1和CESM2中没有考虑火灾排放如何响应造林或地表臭氧损害对森林碳吸收的影响。对于火灾排放,研究对模拟对使用相同的规定生物质燃烧排放。例如,4C_SSP3和4C_MF情景都使用了2050年和2095年SSP3-7.0的生物质燃烧排放。
通过将Maxforest的地表覆盖嵌入到使用SSP3-7.0和SSP1-2.6大气条件的模拟中,研究深入了解了造林在两种不同未来对大气成分和气候的影响。综合分析扩展了早期的工作,这些工作考虑了CDR中广泛造林的气候影响,或者在某些情况下也考虑了反照率变化。
结果:
在所有情况下,造林造成的地表反照率、气溶胶散射、CH4和O3的变化所产生的全球净RF (RFnet= RFAlb+RFAer+RFCH4+RFO3)都是正值(即对应于变暖),并且模型之间相对一致。与4C_SSP3相比,在2050年,4C_MF的RFnet为90至104 mW/m2,在2095年上升到101-192 mW/m2。这相当于二氧化碳增加9-11ppm(2050年)和16-30ppm(2095年)。与2C_ SSP1相比,2C_MF森林覆盖率和BVOC排放量的增加较小,导致2050年和2095年的RFnet分别为8-56 mW/m2和41-63mW/m2,相当于CO2增加1-5ppm(2050)和5-10ppm(2095)。
2.研究方法
2.1、研究数据
地表反照率和气溶胶散射
图3 BVOC排放、RFAlb和RFAer、全球平均强迫和CDR差异
在热带地区,森林扩张导致两种模式都模拟了正的RFAlb,尽管UKESM1的强度大约是CESM2的两倍。BVOC排放的增加以及随后由BVOC氧化产物产生的有机气溶胶的增加产生了气溶胶散射(RFAer)的负强迫,这抵消了一些正RFAlb。RFAer的空间分布与有机气溶胶增加最大的区域有较好的相关性。2095年,在4C和2C条件下,气溶胶散射抵消了UKESM1中约50%的RFAlb和CESM2中的全部RFAlb(图3)。
在高纬度地区,造林对地表反照率的影响比热带地区更为明显,因为森林和季节性积雪的反照率较低。因此,单位面积造林的反照率的降低比热带地区高得多。此外,高纬度地区较低的温度限制了BVOC的排放,导致有机气溶胶产生减少,RFAer较小,这意味着在高纬度地区,地表反照率变化带来的升温往往超过气溶胶散射带来的降温。
高纬度地区单位面积造林的较高RFAlb支持了先前的发现,即高纬度地区造林可能由于反照率降低而产生净变暖。通过说明气溶胶散射的冷却效应,特别是在低纬度地区,如何通过降低反照率惩罚,从气候的角度使热带造林更加有利,扩展了这一点。相对于2095年的4C_SSP3, 4C_MF中的RFAer为-71~-86mW/m2, RFAlb为115-170mW/m2。与4C_MF和4C_SSP3相比,2C_MF和2C_SSP1的森林覆盖增加较小,导致2095年的RFAer(-42~-44mW/m2)和RFAlb(57-84mW/m2)较小。注意到,UKESM1始终表现出较高的RFAlb,突出了多模型方法的重要性。
有机气溶胶的变化也会影响云的特性,包括反射率,尽管其响应对背景云的特性高度敏感。除了中非的一小部分地区,那里的辐射影响比气溶胶散射和地表反照率变化的强迫要小得多,发现这种影响在几乎整个全球范围内统计上都不显著。虽然气溶胶驱动的云变化似乎相对较小,但考虑到气溶胶散射及其对地表反照率驱动的变暖的部分抵消,强调了热带造林的更大气候效益,以及评估造林将影响地球系统的所有过程的必要性。
甲烷和臭氧:
造林引起的CH4变化(RFCH4)的辐射影响在量级上一般小于气溶胶散射的影响,而在数值上则相反。在两种模型中,特别是在森林扩张区域,随着BVOC浓度的升高,OH被抑制,从而减少了OH对CH4的破坏,并增加了CH4。2095年造林导致4C_MF相对于4C_SSP3的全球正RFCH4为32-57mW/m2,2C_MF相对于2C_SSP1为12-24mW/m2,其中CESM2表现出比UKESM1更高的RFCH4。值得注意的是,两个模型中的化学模拟都以异戊二烯的最新化学描述为特色,包括再生OH的重要反应,从而在一定程度上缓冲其初始消耗。
与CH4相比,O3对BVOC变化的响应更为复杂。除了2050年的SSP1-2.6条件外,在所有情况下,RFO3在CESM2中呈阳性,其值为7-20mW/m2,尽管由于影响O3的因素范围广泛,其年际变化比RFCH4更大。RFO3阳性与BVOCs增加在定性上与先前的研究一致。臭氧响应的复杂性可以从臭氧净产量对当地化学环境的强烈依赖以及臭氧作为温室气体在对流层上层比在低海拔地区更有效这一事实来理解。O3可以通过与BVOCs的直接反应被破坏,在足够的NOx存在下产生,并在非常高的NOx下通过滴定再次被破坏。这使得净响应高度依赖于区域可变的当地条件、污染情景,以及在较小程度上依赖于模型,因为它们的化学机制存在差异。O3的气候效应一般与CH4相当,但小于气溶胶散射和地表反照率的影响。
CO2去除:
抵消反照率和大气成分变化带来的正净RF的是Maxforest森林扩张带来的额外CDR。到2050年,这种造林导致每年平均二氧化碳减排量为41 - 43亿吨(GtCO2/年),到2095年为5.0-6.5亿吨(GtCO2/年)。这与其他对到2050年造林和再造林的生物物理和/或技术CDR潜力估计的0.5-10.1 GtCO2/yr的范围一致。
到2095年,Maxforest的CDR密度也在其他80年大规模造林研究的估计范围内,从干旱地区造林的72tC/ha到Bastin等和Griscom等人分别报道的~200和~300tC/ha。在SSP3-7.0中,造林获得的CDR密度远小于避免毁林获得的CDR密度,到2095年约为500tC/ha。因此,就每单位面积的缓解量而言,防止森林砍伐比重新造林更有效。
为了评估地表反照率、气溶胶散射、CH4和O3变化的重要性,将这些分量的总和(RFnet)与Maxforest情景与SSP3-7.0或SSP1-2.6之间累积CDR差异引起的RF进行了比较。在SSP3-7.0条件下,Maxforest中增强的生物圈碳汇相对于SSP3-7.0减少了2095年的84 ppm,导致负RFCO2为-660 mW/m2。然而,与造林相关的非二氧化碳变化(RFnet)对气候的影响分别为31±6%(2050年)和23±3%(2095年),这表明到2095年,Maxforest的造林只抵消了SSP3-7.0预测的420 ppm二氧化碳上升的14%。这一发现表明,如果不同时采取其他减缓气候变化的措施,在接近生物物理极限的情况下,造林不太可能将二氧化碳减少到符合《巴黎协定》长期温度稳定目标的水平。
在强烈的气候变化减缓SSP1-2.6条件下,Maxforest的额外CDR较低,在2050年为15 ppm (117 GtCO2),在2095年为31 ppm (227 GtCO2),这是由于SSP1-2.6本身的大气CO2较低和适度的再造林。然而,RFnet对这种额外CDR的负面影响较小,2050年为18±12%,2095年为14±5%;两模式平均值比SSP3-7.0的情况要小,这主要是由于地表反照率和甲烷变化的正RF较小。到2095年,Maxforest的造林已经抵消了SSP1-2.6阶段预计比2015年增加52 ppm的二氧化碳的50%,这表明,如果与温室气体减排一起实施,这种造林可能有助于在本世纪末的二氧化碳水平接近2015年的水平,而不是SSP3-7.0阶段。
注意到,树木覆盖可能影响大气成分的其他机制,如火灾相关过程、臭氧引起的损害和蒸散发的变化,都可能影响研究结果。尽管在能够茁壮成长的地方增加树木的政策是Maxforest方案发展的核心,但某些森林地区可能面临更高的野火风险。考虑到各种驱动因素,包括温度和降水模式的变化、人口密度的增长、植被可燃性的变化,以及森林驱动的当地湿度的潜在变化,确切的响应是不确定的。同样,地表臭氧水平的变化对碳吸收具有深远的影响,可能限制二氧化碳去除的能力。此外,蒸发冷却对某些地区的地表温度可能很重要。建模设置是一种权衡,平衡了气候和地球系统模型参数化不确定性,同时最大限度地减少了完全耦合相互作用复杂性的影响。
当森林覆盖扩大到接近生物物理最大值时,O3、CH4和气溶胶散射以及地表反照率对大气组成的变化具有净增温效应,抵消了高达三分之一的CO2去除效益。然而,当造林同时减少二氧化碳和其他污染物的排放时,负面影响就会减少。研究结果表明,为了使造林成为一种有效的减缓气候变化的策略,将需要与减排相结合,以避免在地球系统中驱动会降低其冷却潜力的间接响应。
2.2、研究方法:
(1)Maxforest情景
MaxForest 情景基于2015年的土地覆盖和土地利用,其中作物、牧场和城市土地从2015年到2100年保持不变,森林逐渐增加到具有森林支持气候的目标地区。该情景旨在达到通过植树造林、再造林和强化森林战略来减缓气候变化的林地的理论生物物理上限。
Maxforest情景在2015年的土地覆盖基础上扩展了树木茁壮成长的生物群落的森林:通过再造林(森林生物群落中的牧场、次生林和次生非森林)、森林增强(树木覆盖密度低于其潜力的森林)和造林(树木覆盖大于10%的非森林生物群落中的牧场、次生林和次生非森林)。植树造林占树木覆盖增长的55%,其中25%来自重新造林,20%来自到本世纪末的森林增强。该方案保护了关键的自然和管理土地,并且在以下联合国环境规划署和国际自然保护联盟(IUCN)指定地区不进行造林:Ia类(严格的自然保护区)、Ib类(荒野地区)、II类(国家公园)、III类(自然纪念物或特征)、IV类(栖息地或物种管理区)、V类(受保护的景观或海景)和VI类(可持续利用自然资源的保护区)。
热带稀树草原和草原在全球覆盖面积广阔,具有较大的固碳能力。Maxforest情景导致到2050年热带C4草相对于2015年减少15%,到2095年减少22%,其中稀树草原占这些C4草面积的很大一部分。但值得注意的是,SSP1-2.6和SSP3-7.0也预测了热带C4草地的减少,Maxforest的减少幅度并不比SSP1-2.6预测的大。此外,世界自然保护联盟的保护区,包括南部非洲的大片热带稀树草原,符合Maxforest情景的生物多样性目标,仍然没有受到影响。
(2)地球系统模型模拟
为了评估大气成分的变化、相关的辐射强迫和地表臭氧的变化,使用了英国地球系统模式版本1 (UKESM1)和欧盟地球系统模式版本2 (CESM2)。UKESM1和CESM2都是全球地球系统模型,包括大气、陆地、海洋和海冰模型,它们可以独立运行或耦合配置。在这项工作中,采用了自由运行的大气设置,具有规定的场景特定的海面温度(SSTs)和海冰(SI)覆盖和陆地表面覆盖。该方法是继AerChemMIP之后采用的,允许计算有效辐射强迫(ERF),并减少耦合海洋模式配置可能产生的噪声。与其他辐射强迫的定义相反,ERF的使用允许包括平流层温度调整,也包括对流层的快速调整,包括温度、水蒸气、云和地表温度。
对2045-2055年和2090-2100年的海温和SI场进行平均,为分别在2050年和2095年进行的时间片模拟生成年度气候学。LULC数据取自Maxforest情景或在2050年和2095年为ScenarioMIP进行的SSP3-7.0或SSP1-2.6 CESM2模拟的输出。所有模拟都是在适当的时间段从现有的SSP1-2.6或SSP3-7.0模拟初始化,运行15年,前2年用作spin-up。例如,4C_SSP3和4C_MF模拟是通过在UKESM1或CESM2中为ScenarioMIP执行的SSP3-7.0模拟的2050年重启文件初始化的。
Maxforest情景最初是使用社区土地模型第5版(CLM5)开发的,该模型是CESM2的陆地表面组成部分。为了确保CESM2和UKESM1模拟的地表之间的一致性,将所有模拟中输入到UKESM1的地表场与CESM2使用的地表场进行匹配。
CESM模拟使用版本2.2.0,水平分辨率为0.9°x 1.25°。对于大气成分,使用CAM6-chem版本6和MOZART对流层平流层(TS1)化学机制,其中包括221种气相和气溶胶以及528种化学和光化学反应。CAM6-chem有32个垂直层,模型顶部约45公里,与CLM5耦合,CLM5排放所有被认为是BVOCs并处理干沉积。CAM6-chem使用具有4模态的模态气溶胶模型(MAM4)来表示硫酸盐、初级和老化的黑碳和有机物、次级有机气溶胶、海盐和粉尘,如CESM1.2 (CAM5)中实现的那样。二次有机气溶胶使用挥发性基集(VBS)表示进行模拟。这种表示生成具有一系列挥发性的气相SOA前体,这些挥发性是由芳香物质、萜烯和异戊二烯的氧化引起的。
UKESM模拟采用UKESM1-AMIP设置,水平分辨率为1.25°× 1.875°,垂直水平85个,最高85公里。所有模拟都具有完全相互作用的平流层和对流层化学,包括相互作用的氧化剂,以及CRI-Strat 2化学机制。模拟使用GLOMAP模式气溶胶方案,该方案模拟硫酸盐(SO4)、海盐(SS)、黑碳(BC)、初级有机气溶胶(POA)、次级有机气溶胶(SOA)和灰尘,但不模拟硝酸盐气溶胶(42)。在此设置中,模型跟踪每个组分中存在的每种模式的质量浓度以及成核、艾特肯、积累和粗粒模式的总粒子数浓度。还规定了特定情景的海洋二甲基硫化物(DMS)和叶绿素浓度。除异戊二烯和单萜烯外,所有陆地生物源排放均基于大气成分和气候监测项目(MEGAN-MACC) 2.1版《自然气体和气溶胶排放模式》的气候数据。海洋排放来自POET 1990数据集。SOA方案更新为异戊二烯和单萜烯都可以为SOA做出贡献。通过H2SO4和Sec_OrgMT聚集形成的新粒子的成核也被模拟,但仅限于模型边界层,而单独来自有机物的成核不包括在内。
在UKESM1和CESM2中,没有直接模拟混合良好的温室气体的排放。相反,规定的下边界条件与为ScenarioMIP进行的SSP3-7.0和SSP1-2.6模拟中使用的条件一致,适用于2050年或2095年。对于这两个模型,从Input4MIPs数据库中提取了人为和生物质燃烧排放的相关场景和时间段
CESM2使用基于当时大气条件和模拟的土地覆盖的自然气体和气溶胶排放模型(MEGAN) v2.1在线模拟了关键物种异戊二烯、单萜烯和β -石蜡烯以及其他BVOCs的生物源排放。同样,UKESM1使用交互式BVOC (iBVOC)排放方案,该方案还考虑了当时的大气条件和土地覆盖,以计算BVOC排放量以及更新的排放因子。对于生物质燃烧排放,考虑模拟对的相同排放。例如,4C_SSP3和4C_MF在2050年和2095年都使用了SSP3-7.0的生物质燃烧排放。使用这种设置来隔离BVOC变化的影响,并保持与SSP途径的可比性,如正文所述。
这两种化学机制,CESM2中的MOZART TS1和UKESM1中的CRI-Strat 2,都是理解异戊二烯化学的关键进展,即异戊二烯衍生的过氧自由基的h -移位异构化反应的hox回收。通过与全球范围内的卫星、探空仪、飞机和地面观测进行比较,CESM2和UKESM1模拟得到了广泛的评估。
此外,UKESM1和CESM2在CMIP6模式范围内均具有较高的平衡气候敏感性。这些高ECS值归因于温带地区的(低)云反馈。然而,本研究主要关注的是热带地区大气成分的变化,而不是对ECS不确定性影响最大的中纬度或高纬度地区。此外,离线云强迫分析表明,由于树木覆盖变化引起的气溶胶-云相互作用的变化很小。
(3)离线云强迫计算
利用离线辐射通量模型计算了云性质变化,特别是云滴数浓度(ERFCDNC)变化引起的辐射强迫。在正文的“地表反照率和气溶胶散射”部分讨论了云特性变化的辐射影响。所有变量的月平均值用于这些计算。该研究采用了大气顶部(TOA)通量的技术,并使用CDNC、总云分数(fc)、云内液态水路径(LWPic)、西南晴空TOA上升流通量、西南晴空TOA下升流通量和地表反照率(Asurf)作为输入,云中透射率为0.89,还包括表面和云之间的多重散射。Asurf的计算方法是晴空SW表面上升流通量除以相应的下升流通量。LWPin-cloud仅是多云区域的LWP,通过将全天LWP数据除以fc计算得出。
ERFCDNC的计算首先使用控制值作为SW TOA通量(FSW)计算的基线,然后计算其与使用CDNC的Maxforest值和其他所有控制值计算的FSW值之间的差值,然后使用Maxforest运行作为基线,并将来自控制的CDNC替换。
(4)基于CLM5和FAIR模型的累积CDR估计
使用CLM5和有限振幅脉冲响应(FAIR)简单气候模式进行模拟,估计了情景的潜在累积CO2去除(CDR)。由于CDR的差异不仅取决于Maxforest的地表覆盖变化,还取决于SSP-3.70和SSP1-2.6的土地覆盖变化,以及大气CO2的背景浓度。
利用CLM5进行了6次陆地表面模拟,以估计SSP1-2.6、SSP3-7.0和Maxforest之间的累积CDR差异。这是通过计算陆地生物圈碳的增加,作为凋落物、植被和土壤碳的总和。本分析只使用CLM5,因为Maxforest场景最初是在CESM2框架中开发的。
基于SSP3-7.0规定的温室气体浓度,对2015-2100年进行了3次CLM5模拟:1次模拟基于SSP3-7.0的时间序列土地覆盖(SSP370_land),1次模拟基于Maxforest情景的时间序列土地覆盖(SSP370_MF_land),1次模拟基于整个85年固定在2015年水平的土地覆盖(SSP370_2015_land)。利用SSP12.6 (SSP126_land)、Maxforest (SSP126_MF_land)和2015 (SSP126_2015_land)的SSP1-2.6期温室气体浓度和LULC进行了3次模拟。
利用SSP370_MF_land (SSP126_MF_land)和SSP370_land (SSP126_land)陆地生物圈碳的差异,可以估算出Maxforest相对于SSP3-7.0 (SSP1-2.6)产生的总额外CDR。此外,SSP370_MF_land和SSP370_2015_land的陆地生物圈碳差异隔离了最大森林情景下LULC相对于2015年变化引起的CDR。同样,SSP370_land和SSP370_2015_land的比较也分离了SSP3-7.0相对于2015年的LULC变化引起的CDR。因此,Maxforest和SSP3-7.0情景之间的CDR差异可以分解为Maxforest的造林和SSP3-7.0的毁林的贡献,从而允许CDR直接从Maxforest的造林到文献中报道的先前估计。
与基于SSP1-2.6的模拟(SSP126_land, SSP126_MF_land, SSP126_2015_land)可以进行相同的比较。然而,由于Maxforest和SSP1-2.6都以净造林为特征,以SSP126_2015_land为特征的比较在评估造林和毁林对净CDR差异的相对贡献方面能力有限。
值得注意的是,通过在CLM5模拟中使用规定的温室气体浓度,意味着向生物圈移除二氧化碳并不会耗尽大气中的二氧化碳。因此,从CLM5模拟得出的Maxforest情景的额外CDR估计值代表了一个上限。
为了减轻这种高估并评估CDR对大气CO2浓度的影响,使用FAIR模型v2.1进行了进一步的处理。使用FAIR模型v2.1.0与AR6校准。使用FAIR模型进行的所有模拟都是从1750年开始的,二氧化碳排放量只允许从2015年开始彼此偏离。所有其他排放和条件在运行之间保持不变。
为了估计如果Maxforest的额外CDR能够消耗大气中的CO2,将会发生的CO2浓度变化,采用如下迭代过程:
1. SSP370_MF_land (SSP126_MF_land)相对于SSP370_land (SSP126_land)模拟累积CDR的增加通过取CLM5模拟连续年累积CDR差(如SSP370_MF_land SSP370_land)的增加表示为年CO2排放量。
2. 从FAIR使用的标准SSP3-7.0或SSP1-2.6二氧化碳化石燃料和工业(FFI)排放时间序列中减去上一步计算的负年二氧化碳排放量。然后将得到的CO2排放时间序列作为排放输入应用于FAIR模型。然后运行FAIR模型,计算出的二氧化碳浓度提供了在允许CDR耗尽大气二氧化碳的情况下可能发生的二氧化碳浓度的第一个近似值。
3. 在第二次迭代中,调整前一步计算的CDR排放量。具体来说,将这些排放量乘以FAIR在前一次迭代中输出的二氧化碳浓度与FAIR在标准SSP3-7.0/SSP1-2.6排放下输出的二氧化碳浓度之比。该比值<1,反映出实际的大气CO2浓度将低于CLM5模拟中使用的浓度。通过纳入这一调整,获得了从原始SSP3-7.0或SSP1-2.6 CO2排放时间序列中减去的修订CDR排放量。然后,将结果调整后的排放量作为FAIR模型的输入,该模型输出修改后的CO2浓度时间序列。
4. 使用在前一步获得的修正后的CO2浓度时间序列来计算另一个修正后的比率,该比率用于进一步缩放CDR排放量。经过3次迭代,FAIR对大气CO2输出的变化可以忽略不计。这种收敛可以通过以下事实清楚地看到:第二次和第三次迭代的浓度几乎相同。
5. 该过程的最终迭代与相应的SSP基本情况之间的大气CO2浓度差代表了CDR增强对生物圈造成的大气CO2变化。
这些模拟是在FAIR的每种配置下运行的,涵盖了IPCC AR6的评估范围以及IPCC AR6的其他几个评估范围,包括历史变暖、瞬态气候响应和气溶胶辐射强迫。大气CO2的平均差异然后用于进一步的计算。
在基于SSP3-7.0的模拟中,进行了两轮迭代来计算生物圈CDR增强引起的大气CO2损耗。到2050年,这将使SSP370_MF相对于SSP370的大气二氧化碳损耗从30.9 ppm减少到29.8 ppm,到2095年从90.0 ppm减少到83.7 ppm。
在基于SSP1-2.6的模拟中,影响较小。执行两轮迭代可使大气中SSP126_MF相对于SSP126的CO2损耗在2050年从15.5 ppm降至15.2 ppm,在2095年从30.5 ppm降至29.3 ppm。
(5)辐射强迫计算
对于每个模拟对,考虑TOA净辐射通量(N)的差值作为有效辐射强迫。对模式辐射方案的两次调用用于根据地表反照率(RFAlb)和气溶胶散射(RFAer)的变化计算ERF。
其中Nclean是不包括气溶胶散射和吸收的净通量,Nclear,clean是不包括气溶胶和云的散射和吸收的通量,分别为给定模拟下的SW clean和SW clear-clean在地表的通量。使用clear-clean通量来估计RFAlb,因为它消除了由不同云量和气溶胶散射影响引起的噪声。使用清洁通量确实意味着地表的西南波辐射比有云时高,从而放大了反照率变化的影响。为了解决这一问题,将RFAlb按平均比值进行缩放,以估计由于云层反射而到达地球表面的SW辐射的减少量。因此,地表覆盖变化引起的地表反照率的降低在云量较低的地区更为重要,与真实世界的条件更为接近。通过结合这些措施,成功地分离了与土地覆盖变化相关的辐射效应。由于TOA的清晰、清洁调用仍然包含气体吸收剂变化的影响以及表面反照率变化,因此计算了表面净向下清晰通量的差值,以隔离RFAlb。
原文链接:
https://www.science.org/doi/10.1126/science.adg6196
本文编辑
张仪茗 复旦大学环境科学与工程系2024级硕士生
关于我们
本公众号由复旦城市生态与暴露生态学研究组(Urban Ecology and Exposure Ecology Lab, UEEE)运营维护,发布相关研究成果,更传播城市生态与暴露生态学最新研究与实践。欢迎专家学者将研究成果在此发布(发送邮件:zhaowu_yu@fudan.edu.cn),让更多人了解您的研究及工作。