用“原子指纹”追踪全球水循环

当同位素数据与水文模型结合时，它就成为了一种强大的工具。科学家可利用它更好地理解风暴、洪水和干旱等极端天气事件，并改进气候变化可能如何改变未来天气模式的预测。

用同位素数据改进气候模型
一些气候模型已考虑同位素过程，但没有单一模型能完美捕捉地球水循环的复杂性。在《地球物理研究杂志：大气》发表的一项研究中，东京大学工业科学研究所的研究人员采用了一种称为“集合”的方法，即同时结合多个模型。他们的集合整合了8个启用同位素的气候模型，覆盖了1979年至2023年的45年时间。
每个模型都由相同的风和海表温度数据驱动。这种设置使团队能够评估单个模型如何处理水循环物理过程，并将集合平均值与实际气候观测结果进行比较。

为什么水同位素对气候科学很重要
“水同位素的变化反映了水汽输送、辐合和大尺度大气环流的变化。虽然我们在简单层面上知道，同位素会受到温度、降水和海拔的影响，但当前模型模拟的变异性使得结果难以解释，”该研究的资深作者之一、为参与该项目的多个启用同位素气候模型提供咨询的圭祐村教授说。“我们很高兴，我们的集合平均值比任何单个模型都更成功地捕捉到了全球降水、水汽、雪和卫星数据中观测到的同位素模式。”

与全球气候模式的联系
观察过去30年，集合模拟显示大气水汽总体上升，这与全球气温升高有关。结果还揭示了与主要年际气候模式的密切联系，包括厄尔尼诺-南方涛动、北大西洋涛动和南极环状模。这些大尺度系统影响全球多年的水资源供应，波及全球数十亿人。
“集合提供了一种细致的建模方法，减少了单个模型之间的差异。这种方法使我们能够将每个模型对水循环过程的表示效果与单个模型结构差异引起的影响区分开来，”东京大学工业科学研究所校友、现就职于美国国家航空航天局戈达德太空研究所的奉夏英博士说。

世界首个气候建模框架
这项研究首次将多个启用同位素的气候模型整合到一个统一的框架中。由此产生的集合与观测数据高度吻合，为全球气候系统中水分如何运动提供了更可靠的图景。
“重要的是，这项研究提高了我们解释过去气候变异性的能力，并为理解和预测全球水循环及其塑造的天气将如何响应持续的全球变暖提供了更坚实的基础，”祐村教授说。