企业官网建设流程全解析

Global Emissions Since the Paris Agreement Have Intensified Europe's Recent Heatwaves

来自 <https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2026GL125079?__cf_chl_tk=xAb8gJ8KbIOGd.3JW_pYn7O9bHeZT1MRwPvE3ZfOSeU-1790558657-1.0.1.1-Z.YP4SU3hhzdclq4UpVcz0Nd8FRB_ZnC2.JvE9LSzII>

📌 基本信息

🛠️ 一、 引言部分简要总结 (Introduction Summary)

🔬 二、 研究方法详细介绍与分析 (Methodology Framework)

📈 三、 主要研究结果与充实数据分析 (Main Results & Quantified Data)

1. 生成式扩散模型的高保真性能与趋势外推验证

利用 1979–2025 年夏季 ERA5 再分析独立样本对扩散模型进行评估，模型表现出优异的重建精度（详见 Figure 1a–c）：

图片名：Figure 1

图例说明：Figure 1 | 生成式扩散模型在地表温度反演与长期极值趋势上的综合评估。(a) ERA5 气温距平预测偏差空间分布图；(b) 欧洲区域平均逐日气温距平实测值与预测值的散点对照（蓝色为 ERA5 独立样本，灰色为 GCM 验证样本）；(c) 预测分布的概率积分变换（PIT）各分位柱状图；(d–f) 气候模式输出与扩散模型预测的年最热周升温趋势空间图（°C/1000 Gt CO2）及跨模式敏感性相关图（R = 0.98）；(g–i) 1979–2025 年 ERA5 实测与模型预测的年最热周年代际趋势空间分布（g, h）及区域平均时序演变比对（i，实测 0.48 vs 预测 0.50 °C/10年）。

2. 《巴黎协定》后新增排放对欧洲近期酷暑的系统性放大

模型反演确证，2015 年以来的新增全球排放已实质性推高了欧洲近年的极端高温指标（详见 Figure 2）：

图片名：Figure 2

图例说明：Figure 2 | 2015 年《巴黎协定》后新增排放对欧洲近期夏季极端热浪的强化效应。(a) 2021–2025 年间后 2015 年排放对年最热周气温影响的平均增量空间图（°C，散点标示超过 95% 显著概率区域）；(b) 2016–2025 年各年最热周区域平均增温幅度（ΔT）的后验累积概率分布曲线；(c) 区域平均最热周增温大于 0 °C 的后验概率时序；(d–f) 对应展示 2022–2025 年夏季超出历史 T95 阈值高温日数的净增空间分布（d，天/年）、累积概率分布（e）及显著性概率时序（f）。

3. 2025 年 6 月欧洲特大热浪的定量事件归因

针对 2025 年 6 月 24 日至 7 月 3 日爆发并造成数千人超额死亡的欧洲特大早期热浪（ERA5 实测区域平均气温距平达 3.98 °C，Figure 3a），模型展现了卓越的捕获能力，在 2025 年现实排放下预测均温为 3.59 °C（误差在 10% 以内，空间偶极型相关 R = 0.90，Figure 3b）。

图片名：Figure 3

图例说明：Figure 3 | 2015 年后全球碳排放对 2025 年 6 月欧洲特大热浪的因果强化及历史累积份额响应。(a) ERA5 监测的气温距平场（区域均值 3.98 °C）；(b) 模型在 2025 年排放水平下的预测场（3.59 °C）；(c) 模型在 2015 年反事实排放水平下的预测场（3.25 °C）；(d) 两情景差值场（ΔT 均值为 0.34 °C，散点指示 P > 95%）；(e) 2015 与 2025 排放水平下的区域均温概率密度函数；(f) 后 2015 年排放引起的增温幅度分布及不确定性分解（中位数 0.34 °C）；(g) 热浪增温对 1850 年以来累积历史碳排放百分比的非线性响应曲线；(h) 占历史排放 12.1% 的最小归因份额所诱发的热浪增温效应分布。

4. 极端热浪对历史累积排放份额的非线性响应规律

研究通过在 0% 至 100% 范围内平滑调整 1850 年以来的全球累积化石燃料 CO2 排放比例，绘制了单次热浪强度对历史排放份额的响应曲线（详见 Figure 3g, h）：

🔍 四、 讨论部分的不足与未来展望 (Discussion Limitations & Perspectives)

• 向极端降水与台风暴雨等复杂致灾因子拓展：当前框架在具有强热力学约束的热浪事件中表现优异，未来需进一步引入水汽通量散度、层结稳定度与中尺度云微物理特征，将生成式 AI 归因拓展至极端强降水、大气河流与温带气旋等高维度动力灾害中。
• 为气候损害责任认定（Loss & Damage）提供精细化物理凭据：传统的粗粒度全历史归因无法回答“某国特定减排承诺期内”或“某跨国高排放企业（Carbon Majors）在特定年代际”的具体致灾份额。本研究确立的增量归因方法，能够将单次重大极端灾害的损失精准切片锚定至特定时间窗口或特定排放百分比，为全球气候盘点与法律诉讼中的科学因果链条闭合提供了底层算法支撑。
• 结合多模式高分辨率对流解析集合深化气溶胶解耦：呼吁未来 CMIP 模拟全面公开各污染组分（黑碳、硫酸盐、甲烷等）的三维排放驱动场，推动物理信息嵌入的生成式扩散模型向多强迫分项精细归因演进。
• 未来研究展望与应用方向：
• 信号信噪比对空间尺度的强烈依赖：归因结论的统计显著性在空间尺度上高度敏感。在约 2,500 km 的区域宏观尺度上，后 2015 年排放的增温效应达到大于 99% 的确定性；但在 2.81°（约 250 km）的局部单个格点尺度上，仅有部分格点能突破 95% 显著性阈值，说明微观尺度的局部归因仍受天气微气候噪声干扰。
• 外强迫因子的指标替代简化：模型主要使用化石燃料 CO2 累积排放量作为单一连续驱动变量，未显式剥离土地利用变化碳排放以及气溶胶等短寿命气候强迫因子的独立贡献。尽管针对欧洲硫酸盐气溶胶急剧下降展开的敏感性试验证实了核心结果的稳健性，但在工农业复合污染区气溶胶的间接辐射强迫仍是重要扰动源。
• 再分析输入与目标温度场的内生性关联：验证所用的 ERA5 地表气温与其高空环流再分析场并非完全独立，在气象要素本身观测较为稀疏或再分析模式物理同化偏差较大的极端湿润/降水事件中，该方法的外推稳健性仍需进一步校准。
• 研究不足与不确定性来源：
• 最小可归因份额阈值（12.1%）：数据表明，自 1850 年以来全球累积排放的 12.1% 是能够在 95% 置信度下检测出对该场热浪产生显著增温（第 5 百分位数大于 0 °C）的最小排放增量边界（Figure 3g, h）。而 2015 年至 2025 年十年间释放的温室气体已占到人类历史总累积排放的 18.8%，远超该检测阈值。
• 不确定性权重的动态转移：对于小份额排放（< 25%），扩散模型所刻画的自然天气内部扰动构成归因不确定性的首要来源；但当考察份额超过 50% 时，不同气候模式之间的结构敏感度差异（ECS 离散度）迅速转变为支配总不确定性的最主要因素（Figure 3f, h 底部柱状图）。
• 反事实减温效应：若将累积排放倒回至 2015 年水平（Figure 3c），预测的区域平均热浪温度降至 3.25 °C。二者相减表明，仅过去 10 年间的新增排放便使这场热浪强化了 0.34 °C（中位数估计，各格点贡献在 +0.25 至 +0.50 °C 之间，地中海沿岸增幅最剧烈，Figure 3d）。
• 极高的统计显著性：概率分布对比显示，后 2015 年排放导致该次热浪增温的概率大于 99%（P(ΔT > 0) > 99%），且有大于 95% 的概率确信其增温贡献超过了 0.11 °C（Figure 3e, f）。
• 相比传统方法的不确定性收敛：传统 GCM 集合在估计 10 年尺度增温对单次热浪的贡献时平均为 0.42 °C，但其集合离散范围比扩散模型高出整整一个数量级；本研究的生成式框架在锁定天气条件的同时大幅压窄了归因误差带。
• 最热周强度的显著抬升：在 2021 至 2025 年期间，连续 5 年均表现出大于 95% 的统计概率证实后 2015 年新增排放导致了区域平均最热周气温的上升（ΔT > 0，Figure 2b, c）。在空间分布上，南欧与东欧地区承受了最大的增温冲击，格点尺度中位数升温普遍超过 0.35 °C（Figure 2a）。
• T95 极端高温日数的激增：以 1979–2008 年夏季第 95 百分位数（T95）为阈值，在相同天气形势下，2022 至 2025 年各年份均有大于 95% 的概率证实新增排放增加了极端高温天数（Figure 2e, f）。地中海沿岸局部格点因 2015 年后排放导致的 T95 高温日净增量达到每年 4 至 8 天以上（Figure 2d）。
• 区域气温与空间格局还原：在欧洲全域平均上，模型预测的夏季日均温平均绝对误差（MAE）仅为 0.28 °C，平均偏差（Bias）为 -0.08 °C，全场空间格局相关系数平均达 R = 0.89（日相关系数介于 0.67 至 0.96 之间）。在最热的 10% 极端酷暑日中，MAE 保持在 0.32 °C，空间相关达 0.88。见 Figure 1a, b。
• 概率积分变换（PIT）检验：10 等分位 PIT 检验显示，落入各预测区间的真实观测日比例介于 6% 至 13% 之间，证实该生成模型估计的不确定性范围宽于真实观测，其给出的归因置信区间具有高度保守性与可靠性。如 Figure 1c 所示。
• 长期升温趋势的跨尺度验证：在未见 GCM 训练集上，模型预测的年最热周升温趋势与 GCM 集合平均的趋势空间相关达 R = 0.99，跨模式区域升温率相关达 R = 0.98（Figure 1d–f）；针对 ERA5 独立观测，模型模拟的 1979–2025 年最热周年代际变暖趋势为 0.50 °C/10年，与实际观测的 0.48 °C/10年高度吻合（空间相关 R = 0.78），且完美复现了年际波动轨迹（Figure 1g–i）。
• 现实情景：输入事件发生当年的实际全球累积化石 CO2 排放量（如 2025 年对应水平）；
• 反事实情景：将排放参数重置为 2015 年《巴黎协定》签署时的全球累积排放水平（保持天气环流完全不变）。 在每个 100 Gt CO2 梯度上使用不同随机种子独立生成 40 组地表温度场，并在各个 GCM 模式与 SSP 情景下进行全排列非重复随机配对相减（Pairwise differences），最终融合成单次极端事件归因温度变化量（ΔT）的完整后验概率密度分布。
• 气候模式结构不确定性：通过向网络注入各个 GCM 的专属标签，使模型自适应捕捉不同气候敏感度（ECS 在 2.0 至 5.0 °C 之间）模式在区域热力响应上的离散度；
• 自然气候变率不确定性：扩散模型在反向生成时引入随机扰动种子，能够针对完全相同的大尺度环流输入，自发生成包含局地边界层湍流和微尺度陆气反馈的概率温度分布。
• 反事实归因分析与配对抽样算法： 为评估 2015 年以来的排放影响，利用训练好的扩散模型，针对每个历史事件日的实际天气输入，分别在两组不同的排放边界下运行：
• 双重不确定性解耦设计：
• 前向加噪过程：对真实地表日温度场逐步添加微小高斯噪声，直至转化为纯白噪声。
• 反向去噪过程：利用训练好的 U-Net 网络，在给定大尺度环流动力场、日历日、模式标签和特定累积 CO2 排放量的条件下，通过多步迭代逐步滤除噪声，逆向重建出符合物理规律的二维地表日气温距平场。
• 生成式扩散模型（Denoising Diffusion Probabilistic Model, DDPM）架构： 模型采用经典的卷积 U-Net 神经网络架构，包含特征降维收缩路径与多尺度解码上采样路径。
• 训练数据集：采用 CMIP6 框架下 10 个全球气候模式（GCMs，包括 ACCESS-CM2、CESM2、EC-Earth3、MPI-ESM1-2-LR 等）的逐日历史模拟（1850–2014 年）及未来不同共享社会经济路径（SSP2-4.5、SSP3-7.0 和 SSP5-8.5，2015–2100 年）试验数据。
• 二维逐日气象动力场输入：包括海平面气压（SLP）、浅层土壤水分（0–10 cm）以及 700、500 和 250 hPa 三个等压面的位势高度场。
• 标量驱动输入：输入 1850 年以来的全球累积化石燃料 CO2 排放量（来自 input4MIPs 清单）、日历天数序号，以及用于区分各气候模式的独热编码（One-hot encoded GCM label）。
• 气象驱动变量的去趋势处理：为防止神经网络将土壤逐渐变干或高度场热力膨胀等长期趋势错误地归因于天气输入本身，研究在各格点上对输入的逐日天气场扣除了随累积碳排放变化的长期历日线性趋势。该设计强制模型将大尺度长期增温信号完全与累积 CO2 排放参数建立物理映射，而天气场仅提供瞬态大尺度环流配置。
• 独立验证数据：采用 ECMWF ERA5 大气再分析资料的逐日气象场作为未见样本（Out-of-sample），执行与模式相同的去趋势和标准化转换。
• 技术路线与时空范围界定： 研究区覆盖欧洲及周边毗邻海陆区域（西经 34° 至东经 54°，北纬 21° 至 75°），水平空间分辨率为 2.81°。研究跨越 1979 至 2025 年的夏季（6–8 月，JJA），并在评估 2025 年 6 月 24 日至 7 月 3 日特大欧洲热浪时执行逐日事件尺度反演。
• 数据来源与输入特征空间构建：
• 本文试图解决的核心科学问题： 能否利用先进的生成式人工智能，在锁定历史真实大气环流动力背景的前提下，精准量化特定累积碳排放增量对极端热浪温度场的因果影响？2015 年以来的新增全球排放是否已实质性放大了欧洲近年来的酷暑极值（特别是 2025 年 6 月特大热浪）？能够对单次重大极端热浪建立统计显著归因的最小全球历史碳排放份额究竟是多少？
• 信号与自然内部变率噪声的信噪比困境：在评估全部历史累积排放的宏观气候效应时人为信号较为明确，但在针对极小份额的碳排放增量（如过去十年的新增排放，或大型碳排放企业产生的份额）时，微弱的人为强迫信号往往容易被天气系统的内部混沌噪声所掩盖。
• 概率归因与“天气故事线”方法的双重局限：传统概率归因方法（如基于大样本气候模式集合的风险比估算）通常将大类极端事件打包处理，忽视了单个极端事件在特定环流形势下的气象特异性；而传统的动态故事线（Storyline）模拟虽能锁定具体天气条件，但在探索多重累积排放情景下的不确定性范围时计算成本极高，无法高效生成海量反事实样本以剥离小尺度排放增量的边际影响。
• 针对特定减排时间节点政策效应的评估缺失：缺乏高时空分辨率的统计物理工具，用以系统评估《巴黎协定》确立以来的新增排放在真实世界极端灾害中所扮演的确切增温角色。
• 研究的现实背景与科学背景： 2015 年联合国通过的《巴黎协定》旨在通过减排遏制全球变暖，规避极端气候灾害的最严峻冲击，但全球碳排放总量近年来仍呈增长态势。在损失与损害（Loss and Damage）以及气候司法诉讼日益受到关注的背景下，量化人类活动对极端天气的因果责任成为学界前沿课题。
• 前人研究的局限性与核心科学瓶颈：
• 中文题目：《巴黎协定》以来的全球碳排放加剧了欧洲近期的极端热浪
• 英文题目：Global Emissions Since the Paris Agreement Have Intensified Europe's Recent Heatwaves
• 期刊名称：Geophysical Research Letters
  
• 发表时间：2026年8月24日接收，2026年8月在线发表（Vol. 53, e2026GL125079）
• 作者信息：Jared T. Trok（通讯作者）、Elizabeth A. Barnes、Emily M. Gordon、Frances V. Davenport、Noah S. Diffenbaugh
• 作者单位：美国斯坦福大学多尔可持续发展学院、波士顿大学计算与数据科学学院/地球与环境系、新西兰奥克兰大学物理系、科罗拉多州立大学土木与环境工程系
• DOI：https://doi.org/10.1029/2026GL125079
  
• 核心观点： 传统极端事件归因方法受限于自然气候变率噪声与庞大的计算成本，难以量化小增量人为排放（如短期时间窗口或单一排放主体）对单次极端天气事件的具体贡献。本研究开发了一种基于生成式机器学习（扩散模型，Diffusion Model）的事件驱动归因框架，在给定观测天气环流背景下预测不同累积碳排放水平下的地表气温场。基于 10 个全球气候模式（CMIP6）的训练与 ERA5 再分析资料的独立反演表明：有大于 95% 的统计概率证实，2015 年联合国《巴黎协定》签署以来排放的温室气体显著加剧了 2021 至 2025 年欧洲夏季极端热浪的强度与频次；对于 2025 年 6 月下旬席卷欧洲的特大高影响热浪，若相同的环流条件发生在 2015 年的累积排放水平下，欧洲区域平均气温将降低约 0.34 °C（中位数估计，降温概率大于 99%）。此外，自 1850 年以来全球累积化石燃料 CO2 排放量的 12.1% 是能够检测出对该热浪产生显著增温效应的最小排放增量阈值。