基于贝叶斯整合模型的全球海平面上升多源约束与未来预测研究

《SCIENCE ADVANCES》：Relative sea level projections constrained by historical trends at tide gauge sites

本文提出了一种创新的贝叶斯框架，整合了全球与局地观测数据（如验潮站、卫星测高、GPS）和IPCC未来预估，构建了首个能够同时约束历史时期（1900-2018）和未来情景（至2100）相对海平面上升及其各分量（热膨胀、冰川、冰盖、陆地水储量、GIA）的概率模型。该模型通过经验关系将全球平均温度变化与海平面分量关联，并利用指纹法将全球贡献分解到局地，显著降低了未来海平面预测的不确定性（尤其在21世纪内），为沿海适应规划提供了更可靠的依据。

　　

研究背景与挑战

全球海平面上升是气候变化最显著的影响之一，对沿海社区和生态系统构成严重威胁。准确预测未来海平面变化，特别是局地相对海平面（RSL）变化，对于风险评估和适应规划至关重要。然而，现有的海平面预测存在挑战：复杂的物理模型通常缺乏对历史观测的严格约束，而单纯依赖历史趋势外推的方法则无法充分捕捉未来气候变暖可能引发的非线性响应，例如南极冰盖的不稳定性。此外，局地相对海平面变化不仅受全球海平面（GSL）上升的影响，还受到垂直地壳运动（VLM）的强烈调制，后者包括冰川均衡调整（GIA）、构造活动以及人为因素（如地下水抽取）导致的地面沉降或抬升。如何将全球尺度的物理过程与局地观测数据有效结合，生成一套无缝衔接、概率性的过去与未来海平面变化时间序列，是当前研究的一个关键空白。

创新模型框架：贝叶斯整合方法

为解决上述挑战，本研究开发了一个空间贝叶斯模型。该模型的核心创新在于将海平面变化表示为多个物理贡献项的总和，每个贡献项通过其全球时间序列和空间“指纹”来表征。模型的基本方程可以概括为：

y^s(x,t) = Σ_k=1²⁴ y_k[t, T(t), α_k, ε_k(t)] f_k^s(x, β_k) + t β₂₅(x) δ_s,2

其中，y^s 表示在位置x和时间t的海平面变化（s=1为相对于地心的海平面，GSL）或垂直地壳运动（s=2，VLM）。求和项涵盖了19个冰川区、格陵兰和南极冰盖、陆地水储量变化、海洋热膨胀与动力变化（sterodynamic）以及GIA等主要贡献源。每个源项的全球贡献y_k被建模为全球平均温度T(t)的函数（包含趋势参数α_k和自然变率噪声ε_k(t)），并通过其空间指纹f_k^s映射到局地。最后一项β₂₅代表了未被其他过程解释的残余VLM（δ_s,2确保该项只影响VLM而不影响GSL）。

该模型采用贝叶斯方法进行参数估计和不确定性量化。首先为所有模型参数设定先验分布，这些先验尽可能宽泛以包含现有知识和观测的不确定性。然后，利用多种观测数据集构建似然函数，来衡量模型模拟结果与实际情况的吻合程度。这些约束数据包括：

1. 1.
   全球历史时间序列（1900-2018）：来自重建数据的各海平面贡献分量时间序列。
2. 2.
   全球未来约束（2100年）：IPCC第六次评估报告（AR6）针对SSP1-2.6和SSP5-8.5情景下各分量的中信度预估。
3. 3.
   局地观测趋势：
   • •
     验潮站数据：578个站点的相对海平面线性趋势。
   • •
     卫星测高数据：1993-2019期间的全球海平面变化趋势。
   • •
     GPS观测数据：用于约束垂直地壳运动趋势。

通过结合先验分布和似然函数，模型使用No-U-Turn Sampler (NUTS)算法从后验分布中抽取大量样本。每个样本代表一套完整的、自洽的全球和局地海平面变化时间序列，从而生成概率性的预测结果。

关键结果与发现

1. 1.
   与全球海平面变化的吻合：模型后验结果很好地再现了历史时期（1900-2018）全球海平面及各分量的演变过程，并且与IPCC AR6对2100年的未来约束基本一致。模型预估的2100年全球海平面上升中值比IPCC中信度预估略高（SSP1-2.6情景下高6厘米，SSP5-8.5情景下高14厘米），主要差异源于模型中南极冰盖贡献对全球变暖的响应更敏感。
2. 2.
   与局地观测的一致性：模型能够成功复现过去在不同地理位置的验潮站、卫星测高和GPS观测到的海平面变化趋势。对于94%的验潮站、95%的GPS站点和97%的卫星测高数据，观测到的趋势落在模型90%的后验预测区间内。这表明模型能够有效整合局地信息，并合理量化不确定性。
3. 3.
   相对海平面上升的分解：模型提供了历史上（1993-2018）局地相对海平面上升的详细分解。分析表明，对于绝大多数（91%）站点，全球海平面上升的贡献大于垂直地壳运动。仅在少数地区，如北欧（冰川均衡反弹导致陆地抬升）和墨西哥湾（人为因素导致严重地面沉降），VLM是主导因素。模型还识别出在许多地点存在显著的残余VLM，这指示了未被模型包含的局部过程（如地震、地下水开采、沉积物压实等）的影响。
4. 4.
   未来相对海平面上升预测：模型能够为任何给定的全球平均温度路径生成对应的局地相对海平面概率预测。对三个代表性情景（IMP-SP、IMP-GS、CurPol）的分析显示，减排力度对未来的海平面上升速率有决定性影响。在强减排情景（IMP-SP）下，2100年的海平面上升速率与近期观测到的速率相似；而在当前政策（CurPol）情景下，上升速率将加速至历史水平的数倍。
5. 5.
   不确定性的降低：通过整合历史局地观测数据，模型显著缩小了21世纪内海平面预测的不确定性范围。与未使用局地约束的模型相比，本研究的预测在2100年之前表现出更窄的不确定性区间，为近中期的沿海规划提供了更精确的信息。

模型局限性与讨论

尽管该模型取得了显著进展，但仍存在一些局限性：

• •
  残余VLM的投影：模型假设历史时期观测到的残余VLM速率在未来保持恒定。然而，导致残余VLM的许多过程（如地震后变形、地下水管理变化）可能是非线性的，因此线性假设可能在某些地点低估了未来的不确定性。
• •
  南极冰盖的响应：模型对南极冰盖未来损失的参数化采用了与温度相关的二次函数形式，这导致了在高排放情景下比IPCC预估更高的中值和更宽的不确定性。南极冰盖对变暖的响应仍是海平面预测中最大的不确定性来源，不同的建模选择会带来显著差异。
• •
  未包含的物理过程：模型未显式模拟短时间尺度（如年际）的海洋动力变率，而是将其作为观测误差的一部分进行处理。因此，模型不适合用于短期预报。
• •
  数据稀疏区域的适用性：在验潮站和GPS站点稀疏的区域，对残余VLM的约束较弱，模型在这些区域的预测可靠性相对较低。

结论与展望

本研究开发的贝叶斯整合模型为理解和预测海平面变化提供了一个强大的新工具。它首次实现了将全球物理驱动因子与丰富的局地观测数据在统一的概率框架下相结合，生成了从历史到未来、从全球到局地的无缝、可靠的海平面变化预估。这些结果对于评估特定地点的海平面上升风险、归因已观测到的沿海影响以及为长期适应策略提供信息具有重要价值。未来的工作可以进一步改进对南极冰盖物理过程的表征，并将模型扩展到2100年之后的时间尺度，同时探索将局地气候指标作为预测因子的可能性。该模型框架的灵活性和透明性使其能够随着新数据和科学认识的进步而不断更新和完善。