使用原子指紋追蹤全球水循環

當這些同位素數據與水文模型結合時，它們就成為一個強大的工具。科學家可以利用它來更好地了解風暴、洪水和乾旱等極端天氣事件，並改善對氣候將如何改變未來天氣模式的預測。

使用同位素數據改進氣候模型

一些氣候模型已經考慮了同位素過程，但沒有一個模型可以完全捕捉地球上水循環的複雜性。在我發表的一項研究中 地球物理研究雜誌：大氣東京大學工業科學研究所的研究人員使用了一種稱為整合的方法，該方法同時組合多個模型。他們的小組結合了八個同位素支持的氣候模型，涵蓋從 1979 年到 2023 年的 45 年。

每個模型均由相同的風和海面溫度資料驅動。這種設定使團隊能夠評估各個模型如何處理水循環的物理現象，並將組合平均值與現實世界的氣候觀測結果進行比較。

為什麼水同位素對氣候科學很重要

該研究的資深作者之一 Kei Yoshimura 教授表示：「水同位素的變化反映了水分輸送、匯聚和大規模大氣環流的變化。」他為該計畫涉及的幾個基於同位素的氣候模型提供了建議。 “雖然我們知道，在簡單的層面上，同位素會受到溫度、降水和海拔的影響，但當前模型模擬的可變性使得結果難以解釋。” “我們很高興我們的集合平均值比任何單個模型都更成功地捕獲了在全球降水、蒸汽、雪和衛星數據中觀察到的同位素模式。”

與全球氣候模式的聯繫

回顧過去 30 年，集合模擬顯示，大氣水蒸氣整體上升與全球氣溫上升有關。研究結果還揭示了與主要年度氣候模式的密切聯繫，包括厄爾尼諾南方濤動、北大西洋濤動和南方環模。這些大型系統多年來影響著全球水資源的供應，並影響著世界各地數十億人。

「這些集合提供了一種精確的建模方法，可以最大限度地減少各個模型之間的差異。這種方法使我們能夠將每個模型如何表示水循環過程的影響與各個模型結構引起的差異分開，」畢業於東京大學工業科學研究所、現任職於美國宇航局戈達德空間研究所的 Hyoung Bong 博士說。

世界上第一個氣候建模框架

這項研究首次將多個基於同位素的氣候模型整合到一個統一的框架中。由此產生的集合與觀測數據緊密匹配，為水如何在全球氣候系統中移動提供了更可靠的圖像。

吉村教授說：“重要的是，這項研究增強了我們解釋過去氣候波動的能力，並為理解和預測全球水循環及其形成的天氣將如何應對持續的全球變暖提供了更堅實的基礎。”