内部气候变率与偏差调整方法对冰川十年尺度预测的影响评估

这篇研究通过量化内部气候变率（ICV）和气候数据偏差调整方法对全球冰川质量损失的贡献，揭示了二者在区域和全球尺度预测中的不确定性。研究结合多模型集合（CMIP6）和大集合模拟（如EC-Earth3），首次系统评估了偏差调整时间周期（20年vs.40年）与方法（Delta Change vs. Quantile Delta Mapping）对冰川消融预测的影响，指出ICV在区域短期（10-30年）预测中的主导作用，而偏差调整选择可使区域不确定性翻倍。成果为海平面上升（SLE）和水资源管理提供了关键的不确定性量化框架。

　　

摘要

冰川消融是海平面上升（SLE）的主要驱动因素之一，当前贡献率达0.75±0.04毫米/年。本研究通过混合冰川演化模型（PyGEM-OGGM）模拟全球冰川（约215,000条）在2000-2100年的变化，量化了内部气候变率（ICV）和气候数据偏差调整方法对预测的影响。结果显示，ICV在区域尺度未来10-30年的不确定性堪比气候模型结构不确定性，而偏差调整方法（如时间周期选择）可使区域预测差异达30%，尤其对小冰川（<1 km²）影响显著。

数据与方法

冰川模型：结合PyGEM的质量平衡模块和OGGM的动力学模块，以月分辨率模拟冰川变化，校准参数基于2000-2019年大地测量数据。气候强迫：使用ERA5再分析数据和CMIP6多模型集合（12个GCM），并引入8个大集合（如EC-Earth3、MPI-ESM1-2-LR）评估ICV。偏差调整：对比Delta Change（DC）和Quantile Delta Mapping（QDM）方法，时间周期分20年（2000-2019）和40年（1980-2019）。

结果

气候分布影响：

• 温度：40年偏差调整（DC40）使全球中位温度较20年（DC20）低0.01°C，但区域差异显著（如斯瓦尔巴降低0.53°C）。QDM方法进一步扩大标准差，尤其在北极地区。
• 降水：时间周期对降水分布影响较小，但QDM40使全球中位降水降低3%。

冰川质量损失：

• 全球尺度：DC40预测2100年冰川质量损失比DC20少2%（SSP2-4.5），相当2毫米SLE。
• 区域差异：斯堪的纳维亚DC40预测质量损失比DC20少11%（SSP1-2.6），而中亚多3%。EC-Earth3大集合因暖偏差导致预测质量损失显著高于其他模型。
• 冰川规模：<1 km²冰川在2050年对偏差调整方法敏感（差异达9%），但2100年因消失而差异归零；>100 km²冰川差异稳定在1%。

不确定性来源：

• ICV在2034年前主导12个区域不确定性，如阿拉斯加（至2050年）。模型结构不确定性在长期（>30年）成为主要因素，但ICV标准差在2060年后趋于稳定（1.4%-1.7%）。

讨论

ICV的时效性：传统方法（如多项式拟合残差）低估ICV的时变影响，而大集合显示其标准差在部分区域（如西欧）2100年降至早期的1/4。偏差调整选择：QDM虽能更好捕捉极端事件，但受限于观测记录长度；DC方法简单但可能忽略非平稳趋势。建议根据研究目标（如短期水文规划）权衡方法选择。

应用意义：

• 北极地区（如格陵兰）因EC-Earth3的高敏感性需谨慎选择模型。
• 小冰川密集区（如新西兰）需优先考虑ICV和偏差调整的短期影响。

结论

ICV和偏差调整是冰川预测不可忽视的 uncertainty 来源，尤其在区域和近