Warning: file_put_contents(/data/user/htdocs/temp/compiled/comments_list.lbi.php): failed to open stream: Permission denied in /data/user/htdocs/includes/cls_template.php on line 262 Notice: can't write:/data/user/htdocs/temp/compiled/comments_list.lbi.php in /data/user/htdocs/includes/cls_template.php on line 264 PNAS前沿:悲观预测50年后全球气候,35%的区域不再宜居_低碳生活_新闻中心_云游碳惠—云南省碳汇自愿交易平台
首页 > 新闻中心 > 低碳生活 > PNAS前沿:悲观预测50年后全球气候,35%的区域不再宜居

PNAS前沿:悲观预测50年后全球气候,35%的区域不再宜居

网易2021-12-08

导语

圣塔菲研究所的跨学科小组近期在PNAS上发表论文“Future of the human climate niche”(人类未来的气候生态位),预言如果按照当今的碳排放轨迹,未来50年间,会有35亿人的生存由于全球变暖而受到严重威胁。近年来,针对全球变暖相关的报道越来越密集地登上新闻头条,越来越多人切身体会到全球变暖的影响,这篇论文的观点,需要得到尽可能广泛的传播,因为问题比想象中严重得多。

论文题目:

Future of the human climate niche

论文地址:

https://www.pnas.org/content/early/2020/04/28/1910114117

适合人类的生存环境正在消失

自人类登上历史舞台,就一直生活在气温、湿度相对适宜的地区。探寻历史上所留下来的人类足迹,他们大都生活在年均气温为11°C-15°C的区域。例如北京的全年平均气温在11°C-13°C之间,上海在18.5°C左右。近些年来,随着气候变暖,年均气温15°C这样的描述已经出现在避暑胜地的宣传词中。

图1:当前全球不同区域全年平均气温热图

图中黑色的部分,是目前年平均气温超过29°C且被认为是不适合人类居住的的地区。这些地区集中在撒哈拉沙漠,目前仅占陆地面积的0.8%。

而如果全球温室气体的排放量按照当今的趋势继续增加,那么到2070年,预计全球平均气温上升7.5°C,加之陆地相较于海洋升温更快,会导致不适合人类居住的区域由黑色变为图中阴影区域。届时,年度平均气温高于29°C的区域将会占全球陆地面积的19%,包含南亚、东南亚等人口密集区域,在此区域预期会有35亿人居住人口。

这意味着有数十亿人居住在极度不适宜居住的区域,他们将面临着迁往其它地方生活的挑战。同时,对于不在图中阴影高温区域中的人来说,气候变暖带来的系统性影响,也将显著改变其生活的方方面面。

人类在气候宜居带生存了数千年

这项研究表明,数千年来,人类、农作物和牲畜都集中生活在狭窄的气候条件范围内,这是人类的气候宜居带。

图2:不同年代的人类宜居环境热图

如图所示,纵轴是平均气温,横轴是平均湿度,图中越靠近红色,越适宜人类生存。三幅图分别代表了当代(A)、500年前的中世纪(B)、6000年前的史前时代(C)这三个时期,适合人类居住的区域所具备的温度湿度环境。

可见,无论科技和文化如何进步,人类适合生存的环境,和史前时代相差不多。

图3:农作物和家畜及GDP所对应的宜居带热图

如上图所示不止是人类,农作物及牲畜也有适合生存的环境。而衡量经济产出的GDP,同样有对应的高产区。

对农业生产而言,气温大幅变化很可能会遏制农作物生长。

图4:小麦产量变化和气温变化的关系

如图所示,根据诺贝尔经济奖得主威威廉·诺德豪斯在《气候赌场》中的研究,小麦亩产量会随着平均气温的上升显著下降(图中虚线和实线分别代表保守和激进的预测)。当温度只升高1°C-2°C时,小麦产量可能提高,但温度继续升高,产量会迅速下降。

而适合人类生产生活、有经济产出的气候条件,就是论文标题中climate niche(气候生态位)的含义,即指最适合人类生存的环境。

气候宜居带变化的影响是不均匀的

面对全球变暖,东北的小伙伴可能会想,气温升高,变暖了好啊。东北不会那么寒冷,粮食产量也会由于天气变暖而增加,这样的想法挺不错。但从整体来看,全球变暖仍然是弊大于利的。

图5:当前与2070年的气候宜居度,及其在不同区域的变化幅度

上图中A和B分别是当前和预期50年后的全球宜居程度,图C对比了当前和2070年时气候宜居带的变化程度。可见,除了前文提到的由于全球变暖而变的不适合人类居住的区域,全球部分区域,也会由于全球变暖变得更加宜居,例如中国东北部及东欧地区会变得宜居。

然而图6所示的当前人口密度分布显示,大部分人口聚集在少量的区域(颜色越靠近红色,人口密度约高)。这些高密度区域,和图5C所展示的未来50年气温变化较大的区域(颜色越靠近红色,50年后的气候环境与今天相差越大),有相当部分的重合。

图6:当前全球人口密度分布,可见受到影响的区域,正是人口密度最大的区域

因此整体来看,全球变暖会对很大比例人的生活,会带来前所未有的严峻挑战。尤其是对那些生活在低收入区,依赖小农场提供食物来源的那部分人群。

结合上文讨论的全球变暖带来对农业及经济带来的影响,未来关于全球变暖所造成的经济损失、生态多样性损失的研究,都可以借鉴”气候生态位“的概念,用和该文类似的思路,分析有多少野生动植物会由于生存环境的快速变化而灭绝,有多少传染疾病会由于生态位的改变,而传播的更广。

减排能缓解气候变暖进程吗?

在2015年12月12日的巴黎气候大会上,为人类应对全球气候危机,通过了《巴黎协定》。其目标是将全球变暖控制在2°C以内。

科学家用RCP表示在假设不同二氧化碳浓度下,不同的环境状况和人类发展情景。RCP8.5假设到2100年二氧化碳浓度比工业革命前高3-4倍,RCP4.5假设21世纪后期碳排放有一定的改善,不过排放量仍然较高,RCP2.6最乐观,它假设碳排放在未来10年就开始下降,到21世纪末碳新增排放量为负值。

图7:不同减排计划对应及人口增长比例下,全球各大洲会有多少人因为气候变化流离失所

这项研究的预测结果如图所示,在最乐观的情况下,即RCP2.6,全球气温上升1.5°C,海平面上升0.45米,而PCP4.5情况对应的全球平均气温升高2°C,而在不采取任何减排措施的情况RCP8.5下,除了前文描述的全球气温升高带来的影响,海平面还会上升0.85米。

仅仅考虑气温带来的宜居带变化,不同减排路线带来的影响,将会使生活受到影响的人数范围定在15亿-35亿。用论文作者的话来说,“每减少1°C的平均气温增幅,就能够救10亿人。”遗憾的是,《巴黎协定》制定后的五年,全球碳排放的轨迹,是按照PCR8.5进行的,留给我们改变的时间越来越少。

作为复杂系统的全球气候

气候作为典型的复杂系统,具有临界,异质及外部效应三大特征。在《Nature警告:全球气候变暖将造成生物多样性断崖式下降》中,集中论述了气候变化存在着临界点。而本文结合气候生态位,指出气候变化带给全球不同地域的影响有所不同。

而基于本文的数据,以及全球变暖所造成的种种意想不到的影响,可以评估全球变暖对不同国家带来的影响有何不同。例如由于气温升高,造成的犯罪率升高及其经济成本[1],以及由于二氧化碳浓度升高造成的智力下降[2]等,所有这些,提醒我们在面对未知的复杂系统时,要保持格外的谨慎。

如果你认为本文描述的35亿人流离失所,是最糟糕的情况,那说明你还没有理解复杂系统其实位于纳西姆·塔勒布所说的极端斯坦Extremistan中——在这里,未知的未知是常态而不是偶然,科学研究提供的是定性的判断而不是定量的预测。因此不要认为自己没有生活在本文提到的会受到气候变化严重冲击的地区,就觉得气候问题与自己无关,没有人是一座孤岛,这是复杂系统研究一次次告诉我们的不变真理。

参考文献:

[1] Global warming to increase violent crime in the United States https://iopscience.iop.org/article/10.1088/1748-9326/ab6b37

[2] Indoor Air Quality in Green Vs Conventional Multifamily Low-Income Housing https://pubs.acs.org/doi/abs/10.1021/es501489u

作者:郭瑞东

审校:刘华林、曾祥轩

编辑:张希妍

暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
评价等级:
评论内容:
验证码: captcha
友情链接
国内最权威、最可靠、最专业的碳汇网站

CopyRight © 2018-2024 云游碳惠—云南省碳汇自愿交易平台 版权所有,并保留所有权利。

公司地址:云南省昆明高新区科高路1612号火炬大厦3层1号 联系电话: 400-6811-508 QQ 1123088691

ICP备案号::滇ICP备2024032483号 您是访问本站第 2024752 位访客

全国服务热线

400-6811-508

扫码关注我们

在线
客服

在线客服服务时间:9:00-18:00

选择在线客服马上在线沟通:

客服
热线

400-6811-508
服务热线

扫码
访问

扫码关注我们

回到
顶部