摘要：该研究发表在IOP 出版社出版的《环境研究快报》上，预测到 2040 年或更早，大多数陆地地区（由政府间气候变化专门委员会 (IPCC) 定义）可能会超过 1.5°C 的临界升温阈值。此外，预计到 2060 年，几个地区将超过 3.0°C 的阈值——比之前的估
人工智能预测，全球大部分地区的气温将比之前预期的上升速度快 3°C。图片来源：IOP Publishing
人工智能增强研究表明，区域变暖将比预期更快超过临界阈值，到 2040 年大多数地区将超过 1.5°C。南亚等脆弱地区面临的风险更大，需要迅速采取适应行动。
三位顶尖气候科学家分析了 10 个全球气候模型的数据，并利用人工智能(AI) 来提高准确性。他们的研究结果表明，区域变暖阈值可能比之前估计的更早达到。
该研究发表在IOP 出版社出版的《环境研究快报》上，预测到 2040 年或更早，大多数陆地地区（由政府间气候变化专门委员会 (IPCC) 定义）可能会超过 1.5°C 的临界升温阈值。此外，预计到 2060 年，几个地区将超过 3.0°C 的阈值——比之前的估计要早得多。
预计南亚、地中海、中欧和撒哈拉以南非洲部分地区等地区将更快达到这些阈值，从而加剧脆弱的生态系统和社区的风险。
这项研究由科罗拉多州立大学教授 Elizabeth Barnes、斯坦福大学教授 Noah Diffenbaugh 和苏黎世联邦理工学院教授 Sonia Seneviratne 共同开展，采用了一种尖端的人工智能迁移学习方法，该方法整合了来自多个气候模型和观测的知识，以完善先前的估计并得出更准确的区域预测。
研究人员利用基于人工智能的迁移学习，分析了 10 种不同气候模型的数据来预测气温上升，结果发现：
到 2040 年，34 个地区的气温升高幅度可能会超过 1.5°C。预计到 2040 年，这 34 个地区中的 31 个地区的气温升高将达到 2°C。预计到 2060 年，这 34 个地区中的 26 个地区的气温升高将超过 3°C。Elizabeth Barnes 表示：“我们的研究强调了将迁移学习等创新人工智能技术融入气候建模的重要性，以便潜在地改善和限制区域预测，并为世界各地的政策制定者、科学家和社区提供可行的见解。”
斯坦福大学教授、论文合著者 Noah Diffenbaugh 补充道：“不仅要关注全球气温升高，还要关注当地和区域发生的具体变化。通过限制区域变暖阈值的达到时间，我们可以更清楚地预测对社会和生态系统的具体影响时间。挑战在于区域气候变化可能更加不确定，这既是因为气候系统在较小的空间尺度上本质上更加嘈杂，也是因为大气、海洋和陆地表面的过程造成了特定区域将如何应对全球变暖的不确定性。”
参考文献：“结合气候模型和观测来预测达到区域变暖阈值的剩余时间”，Elizabeth A Barnes、Noah S Diffenbaugh 和 Sonia I Seneviratne，2024 年 12 月 10 日，环境研究快报。DOI：10.1088/1748-9326/ad91ca
来源：康嘉年華一点号
