自工业革命起,人类活动,尤其是化石能源的大量使用所累积释放的CO2,导致大气中温室气体含量大幅上升,进而引发了全球气候变暖这一显著变化。这一变化带来的后果包括气温升高、海平面上升以及极端天气事件的增多,它们对全球的自然生态系统造成了深刻影响,同时也严重地威胁着全球的粮食安全、水资源、生态环境、能源供应、基础设施以及民众的生命和财产安全。在这一背景下,气候系统可能会发生突然、快速、大幅度的超出人类承受能力的变化,也就是存在着气候临界点(tipping point)。当一个气候临界点被触发后,由于多米诺骨牌效应,地球气候系统可能倒向另外一个临界点,引起气候、人类和生态系统发生大规模灾难甚至是毁灭级的破坏。2022年9月,英国埃克塞特大学(University of Exeter)全球系统研究所(Global Systems Institute)所长提摩西·莱顿(Timothy Lenton)教授团队在Science上撰文指出,如今全球升温已达1.1℃至1.2℃,气候临界点的风险已逐渐凸现,格陵兰冰盖、西南极冰盖、低纬珊瑚礁、北半球冻土、巴伦支海海冰等全球5个临界点处于危险区;如果全球升温达到1.5℃,将会触发更多临界点[1]。2022年12月,经济合作与发展组织(Organization for Economic Co-operation and Development, OECD)发布题为《气候临界点为有效政策行动提供了见解》(Climate Tipping Points Insights for Effective Policy Action)的报告,呼吁改变当前气候政策对临界点的处理方式。2023年3月,联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)发布了其第六个评估周期的综合报告(AR6),重点关注气候变化造成的损失和损害及其在未来的持续影响,而最脆弱人群与生态系统首当其冲。因此,理解气候-生态突变并作出适应性改变也成为当前应对气候变化的核心关键。
一、气候-生态突变的核心概念突变是指系统对较小的外界条件变化产生快速、剧烈的不可逆响应。突变理论(Catastrophe Theory)可以追溯到19世纪后期数学家亨利·庞加莱(Jules Henri Poincaré)创立的常微分方程定性理论。1972年,法国数学家勒内·托姆(René Thom)在《结构稳定性和形态发生学》中强调系统从一种稳定状态进入不稳定状态,随着参数的变化又从不稳定状态进入另一种稳定状态,系统状态就在这一刹那间发生突变。可见,突变刻画的是动力系统在双(多)平衡态之间的不可逆临界转换[2]。突变理论从创始之初就被用于解决多个领域的应用问题,本文关注的气候-生态突变主要指由气候变化引起的生态突变,以及生态系统对气候变化的反馈和响应。
根据 IPCC 报告,气候突变(abrupt climate change)是指气候从一种稳定态或稳定持续的变化趋势跳跃式和快速地转变到另一种稳定态,它可对人类和自然系统产生严重干扰[3]。古气候学研究较早提出了气候突变的问题。20世纪80年代之前,人们普遍认为末次冰期气候是相对稳定的;然而格陵兰戴伊-3冰芯中氧同位素( δ18O) 高分辨率记录揭示,末次冰期气候存在多次突变事件,即气候在几十年甚至更短的时间内迅速变暖 5℃—10℃ 并进入间冰阶,而在随后的几百年里逐渐变冷并进入冰阶[4]。现代气候学研究一般将气候突变与人类活动联系起来,借助气候模式考虑人为排放所引起的温度等地球系统控制参量的变化对地球区域系统气候突变的触发效应。
生态系统也会发生突变。当外部干扰达到一定程度,生态系统一旦无法继续维持其内部稳定状态,突变就会发生,使得生态系统结构如物种组成、生态系统水平结构或者垂直结构发生重大改变,进而使生态系统功能发生改变。
在外力的作用下,气候-生态系统是否会发生突变与弹性密切相关。1973年生态学家克劳福德·斯坦利·霍林(Crawford Stanley Holling)将弹性概念引入生态系统研究,将其定义为“系统吸收状态变量、驱动变量以及其他参数的变化后,仍能保持原有状态的能力”[5]。近二十多年来,生态弹性研究关注的角度从最初侧重系统恢复时间/速度对应的保持和恢复能力逐渐转向侧重系统抗冲击能力对应的持久性和稳健性,并在近年来进一步转向关注系统持续和发展对应的适应、转型、学习和创新能力[6-7]。在气候学领域,学术界和决策机构关于气候系统弹性的准确定义和相关概念仍在构建过程中[8]。例如,当前气候弹性的研究主要关注社会-生态系统在气候变化影响下维持自身完整结构和功能的能力。除了单一气候子系统的恢复力和稳定性,扰动信号在各子系统之间传递过程中的一系列反馈过程也会放大或抑制初始扰动的影响[9]。这表明,即使影响超过该子系统自身的弹性阈值,整个系统仍然有可能通过其他子系统的关联性和适应性调整来维持稳定。同样,一个子系统临界点的突破也可能会增大其他系统突破临界点的风险。
2001年,IPCC提出了“气候临界点”的概念,这是气候-生态突变中的一个核心概念。临界点也称临界阈值、翻转点、突变点等,在该点后发生的突变,即使强迫停止,系统也难以恢复到之前的状态,其结果变率独立于强迫[3]。更通俗地说,临界点就是量变引起质变的关键节点,是压死骆驼的最后一根稻草。
2008年,蒂莫西·伦顿(Timothy M. Lenton)教授团队在PNAS 撰文指出地球气候系统有15个临界点,涉及冰冻圈、生物圈和海洋-大气环流等地球表层系统中最为脆弱的环节[10]。2019年,蒂莫西·伦顿教授团队在Nature上撰文提出,全球有9个气候临界点已激活,分别是亚马孙热带雨林的枯萎、北极海冰面积的减少、大西洋经向翻转环流(AMOC)的减弱、北美的北方森林火灾和虫害、全球珊瑚礁的大规模死亡、格陵兰冰盖的加速消融失冰、永久冻土层的解冻、南极西部冰盖的加速消融失冰、南极洲东部冰盖的加速消融[11]。值得重视的是,某一个临界点被突破后,通过系统内的反馈过程,有可能引起多米诺骨牌式的连锁反应。例如,永久冻土层解冻可以加剧温室气体释放,进一步加速冰盖消融、海洋酸化、珊瑚礁死亡等,而这些长期不可逆转的变化可能进一步对经济社会的可持续发展造成严重的威胁[12]。2022年,蒂莫西·伦顿教授团队在Science上发表的研究更进一步指出,目前全球升温1.1℃已经将几个临界点推入“可能已越过”范围——其中包括格陵兰岛和南极西部冰盖的崩塌、全球热带珊瑚礁的大规模死亡以及北半球永久冻土层的解冻[1]。
当然,全球不同气候和生态系统的临界点实际上是不一样的,同时对临界点的认识目前还有一些不同的声音。有研究者认为,虽然理论上临界点涉及不可逆、非线性和正反馈驱动的突然变化,但实际研究常常将不同特性混为一谈[13]。例如,AMOC的崩溃是否具有单一明确的阈值仍然存疑,某些气候系统过程甚至可能表现出随机特性,而非明确的临界阈值。因此需要进一步明确描述“突然性”“不可逆性”和“正反馈自增强”的各自特性,而不是将其简单地归为一类,也不应过度依赖简单化的临界点框架。
随着科学研究工作的不断深入,特别是近年来学术界对全球增温的重视,突变这一概念在内涵上得到了拓展。近年来的研究使学术界认识到,所有的渐变似乎均有可能引发突变,而突变的阈值是不固定的,取决于几个因素的相互作用,需要理解系统变化的多因性及其非线性特征。突变是有弹性的,但在目前的研究中,弹性的范围和机理尚不明确。另外,时间因素在气候-生态变化的过程中也有着非常重要的作用。
目前,生态系统对气候变化及极端因素事件的响应和其应对突然气候变化的潜力成为国际学术前沿,受到持续关注,并催生了新的研究机遇,具有重要的科学意义。开展气候-生态突变研究一方面可以促进对全球气候变化的科学理解。气候-生态突变前沿领域的研究将气候变化与生态系统耦合作为一个复杂的、不断适应的整体系统来理解,将会推动气候学、生态学、地理学等诸多相关学科的交叉融合,提升我国在国际全球变化科学领域内的科研水平及学术地位。另一方面,有利于更深入地了解地球复杂系统的演化特性。气候-生态突变领域的研究涉及不同的时空尺度,可以有效地将不同尺度的研究方法进行整合,进而更深入理解跨尺度、跨层次的地球复杂系统,促进范式变革和科学进步。
气候-生态突变不仅是科学问题,同时也是涉及能源、环境、经济、社会和政治的问题,受到各国政府、学术界与公众的极大关注,具有重要的战略价值。一方面,气候-生态突变研究可保障我国应对气候变化政策和社会经济决策的科学性,提升我国适应和应对气候变化的实际行动能力,有助于评估未来气候变化对生态系统的影响及其导致的人类生存风险,减小我国在减缓与适应未来气候变化过程中的社会经济成本,为双碳目标的实现提供理论指引和实践指导。另一方面,气候-生态突变研究可促进发展预测预警技术方法,进而发展预测预警平台,减轻灾害事件对我国农业发展、生态恢复、经济建设等方面的负面影响,有效提升我国生态复原力,从而服务社会经济发展。
二、主要研究方法气候-生态突变研究涉及跨度极大的时间-空间尺度。从时间尺度来看,可以包括年代际、世纪、乃至千、万年尺度;从空间尺度来看,气候研究可涉及流域、区域、全球尺度,而生态研究可涉及物种、种群、群落、生态系统等多个层面/尺度。不同尺度的研究方法不尽相同,目前相关研究多基于古气候记录、卫星和实地观测、理想概念分析、气候模式以及数据驱动等多手段结合的方法,呈现交叉融合和日趋复杂的趋势。
1. 不同空间尺度对于生态突变,在种群或群落尺度上,常用的方法是设置模拟实验,通过改变特定外部环境因素引发系统变化,结合各阶段观测值指示突变状态。如有研究使用了恒化器来培养蓝藻,并使其处于逐渐增强的光胁迫环境中,同时定期进行轻微扰动,通过测定光衰减率来评估蓝藻的生物量,并据此间接推算出蓝藻的恢复速率。这个实验显示了系统突变的临界点和形成的多稳态,一定的光强有助于蓝藻的生长,并产生荫蔽进一步促进生长,这是一种正反馈,然而,过高的光强度对蓝藻的生长具有不利影响。此外,还可以通过测量物种/群落水平上不同时间序列生物量的变化,或集中监测能有效指示生态系统发生突变状态的最佳指示物种,进一步将临界点理论与网络结构模式相融合,可以推导出临界指示指标。例如瓦西里斯·达科斯(Vasilis Dakos)等[14]利用一个环境逐渐变化的场景来影响一个有79个物种的互利共生网络,该场景首先引发一个物种的突然灭绝,然后是一系列物种的灭绝,直到群落完全崩溃。研究显示,最先消失的物种展现出了最大的变异程度,而互利共生网络中嵌套结构的存在会提升系统稳态转变的可能性。
在系统尺度上,常用的方法是大型模拟实验和脆弱性结构分析等。斯蒂芬·R·卡彭特(Stephen R. Carpenter)等[15]在3年多的时间内同时监测两个湖泊生态系统,一个逐渐增加顶级捕食者来破坏湖泊的食物网,另一个湖泊不加扰动作为参考。实验结果显示,在实验组湖泊中,生态系统转换的预警信号显著。此外,从生态系统层面分析,可采用脆弱性结构作为分析工具。这类系统的整体响应具有两大特点:组件的异质性和连接性。若单个节点的反应差异大且连接度低,整个网络对环境变化的响应可能呈现渐进式而非突变式,因为阻力相对较小,不同节点将逐一转换状态。相反,节点同质性高且网络连接度强的系统,在稳态转换时会遇到较大阻力,直至达到临界点,几乎所有节点同时转移到新状态。
在区域尺度上,通常使用空间代替时间和卫星遥感监测的方法。然而,采用空间替代时间的方法来预测生态系统稳态转换对气候变化的响应存在限制。举例来说,土壤属性在气候变化、植被动态及其响应之间呈现出时空上的不一致。卫星遥感监测主要包括两种方法:一是将遥感图像的目视解译与计算机自动分类技术相结合;二是基于遥感数据或其衍生指标,运用数理统计方法进行时间序列的对比分析。
在全球尺度上研究生态系统突变时,常采用模型模拟或全球实地调查及遥感观测相结合的手段。为了深入探究古气候变化与物种大规模灭绝的情况,理想的方式是利用模型来模拟古气候事件的时间序列演变,并据此验证稳态转换的发生。例如,大约五千年前,撒哈拉地区经历了从湖泊众多、植被茂盛到沙漠化的显著转变。瓦西里斯·达科斯等从地质记录中重建了8个古代气候突变的时间序列,采用了气候模型来模拟地球从温室到冰球的转变[14]。通过全球实地调研和遥感观测相结合,米格尔·贝杜戈(Miguel Berdugo)等调查了20个生态系统结构和功能属性对全球干旱的响应,表明干旱化能够导致多种生态系统属性发生系统性的突变[16]。
总体而言,定量分析生态系统突变现象相对局限于较小尺度的生态系统,这种系统一般也易于通过实验手段观测突变的临界点。随着尺度上推,预测则比较困难,特别是无法通过实验方式探索系统突变的临界点,从而可以转用模型模拟和遥感观测相结合的方法探讨生态系统突变特征。
2. 不同时间尺度鉴于气候系统的复杂性和广泛的时空特性,研究其突变通常依赖于古气候记录、卫星及实地观测,以及气候模式等多种方法和工具。在年际-年代际时间尺度上,仪器和卫星观测为研究气候突变提供了有力证据,气候学家采用丰富的突变检测手段,基于地表温度、气压、降水等气象要素进行气候突变分析[17-18]。对于更长的时间尺度,古气候领域中的气候突变研究一般基于代用指标的时间序列,如记载了大量长时间尺度气候变化信息的冰芯、湖泊/深海沉积物、孢粉、树木年轮、动物化石等[19-20]。例如,冰芯中氧同位素(δ18O)为重建过去大气温度和推断过去气候提供了可能[21]。W·丹斯加尔(W. Dansgaard)等发现了冰芯δ18O记录了一系列反复、剧烈的快速冷暖交替的信号, 即 Dansgaard-Oeschger现象[22]。
古气候信息的获取往往是间接的,主要通过对气候变化有响应的物理参数(如磁化率和粒度)、化学参数(如氧同位素)和/或生物化石(如有孔虫、孢粉)等代用指标来重建过去气候变化。然而,气候环境代用指标并不是完美的气候记录,存在固有的不确定性,包括年代学或气候解译的不确定性等等。例如,格陵兰岛和南极洲的冰芯记录显示,在末次冰期,千年时间尺度上的南北半球温度变化是反向的,但南极洲罗斯海地区也存在与北半球同向的记录[23]。尽管通过转换函数等方法可以获得古气候定量重建,但其与模拟结果的对比仍然可能会导致错误的解释。
气候模型提供了地球系统温度、风速和降水等直接的模拟结果,如何将古气候数据和气候模拟结果有效结合就显得至关重要。可以用三个关键的步骤解决这一问题,具体为:①明确代用指标的气候环境意义;②利用模式直接模拟气候指标;③整合古气候记录与模型数据的同化。例如,欧洲南极冰层取芯项目获得的高分辨率的氘记录和包括水同位素的大气环流模式共同揭示了Dansgaard-Oeschger事件的温度变化强度[24]。
3. 模型与数据资料动力气候模型是研究气候突变过程和机理的重要工具,它是复杂气候系统的简化表达,通过控制特定的参数来求解系统内部平衡状态(包括数目和稳定性等),并基于此进一步分析稳态转换的物理机制[25]。例如,经典的箱式模型可以求解大西洋热盐环流在千年尺度上对高纬度淡水输入的响应平衡态[26];安德斯·勒沃曼(Anders Levermann)[27]利用季风降水凝结潜热、海陆热量平流冷却和接收辐射的平衡关系抽象出了一个理想的概念模型,据此求解得到季风系统崩溃的临界辐射,并指出印度、北美等区域正处于季风崩溃的临界状态。
随着计算机性能的提升和模式分辨率的增强,以及模式物理过程参数化技术的持续改进,气候模式已经成为研究气候系统中临界转变现象和机制的有效手段,研究范围可以覆盖多个时空尺度的气候突变现象。在气候突变事件和临界转变现象的研究中,各种复杂程度的气候模型也得到了广泛应用。例如,杰拉尔德·R·诺斯(Gerald R. North)[28]用一个包括冰盖-反照率反馈和热扩散过程的简化能量平衡模式模拟出了北极冰盖随太阳常数的变化存在有限冰和无冰两个稳定的平衡态;王志远[29]利用通用气候系统模式CESM开展了过去2000年的全球气候变化模拟试验,检测并分析了百年尺度全球地表气温突变的年份及其成因。
除了单一气候子系统的临界突变,不同气候子系统之间也可能由于大气和海洋环流变化产生级联效应。当前学界一般根据专家经验得出临界点性质和通过逻辑推理得出因果关系,采用动力系统和网络方法结合的方法来研究不同气候子系统之间的相互作用[30]。例如,尼科·温德林(Nico Wunderling)基于一个概念网络模型,假定格陵兰冰架、西南极冰架、AMOC和亚马孙雨林均满足双稳态的鞍结分岔,并考虑它们的线性耦合来研究四个子系统的相互作用,结果表明,格陵兰冰架损失将随着全球增温率先触发级联效应,由AMOC传递到其他子系统[31]。刘腾(Teng Liu)等利用全球表面气温逐日资料建立了一个气候网络统计模型,基于交叉相关的方法发现亚马孙雨林与青藏高原和西南极冰架之间存在稳健的遥相关,并指出气候子系统之间存在突变的同步性[32]。
数据革命将促使地球科学研究发生两大转变:从问题驱动到数据驱动的研究范式转变,从专家学习到机器学习和人工智能的转变[33]。在数据驱动的科研范式下,数据成为一项关键要素,数据观测、获取、分析、使用方式都发生了极大的变化。在气候-生态突变相关领域的研究中,时间尺度既可以是瞬时,也可以是数亿年,空间尺度可以是某个区域,也可以是整个地球。建立综合的、完整的、可持续的跨时空尺度的观测和数据获取系统,对于理解气候-生态系统具有重要的基础性意义。
实验室、野外观测台站等地基观测平台和航空飞行器、对地观测卫星等空基观测平台是相关领域观测检测和获取原始数据资料开展创新性研究的重要来源。相较于传统地面调查方法存在的限制,遥感技术展现出快速响应、多光谱覆盖、周期性监测以及大范围观测的优势,是气候-生态突变评估、模拟与预测的重要手段,非常适合旱区生态系统、森林生态系统等生态系统突变的监测与评估。
4. 检测方法和预警技术正确识别与检测突变对于预判气候-生态系统未来变化趋势至关重要。以往,突变检测多依赖统计显著性变化,如滑动t检验、Cramer法、Yamamoto法及Mann-Kendall法等,但这些技术不适用于捕捉气候-生态系统动力学结构突变。近年来,新兴的气候动力学结构突变检测方法展现出潜在的应用前景。例如,气候系统的演变具有长程相关性特征,表现为地表温度、气压、降水等气象要素的演变、极端事件的重现时间等;基于气候系统演变的长程相关性提出的滑动去趋势波动分析、滑动移除去趋势波动分析、滑动移除重标极差法、滑动移除重标方差法、基于去趋势波动分析的指纹法、红噪声检验法等均有望用于气候-生态系统的突变监测和检测[34-36]。基于时间序列的复杂性的近似熵和信息熵方法是另一种选择[37-38]。近似熵方法是一种出色的非线性动力学分析工具,其优势在于对数据点需求较少,具备较强的抗噪和抗干扰性能,能够灵活应用于随机信号、确定性信号及二者混合信号的处理中。成海英等将近似熵方法引入到气候突变检测中,提出了滑动移除近似熵方法,其在降水观测资料中的应用证实了该方法的可靠性[38]。针对空间场的动力学指数分割算法、模态相关法等也是具有应用潜力的方法[39-40],其中后者是气候变化研究中一种广泛使用的方法, 可以用来分析导致气候变化的可能原因,如区分人类活动与自然变率在气候变化中的作用[41]。
临界慢化和闪烁现象对理解气候系统面临突变时状态参量变化的内涵具有重要意义,有利于检测气候-生态突变的早期预警信号。临界慢化和闪烁现象是气候系统发生临界转变最重要的信号。临界慢化现象是指动力系统的控制参数趋近于临界点时,系统雅克比矩阵的特征值实部由负趋近于零,按照平衡态稳定性分析,叠加的小扰动将以缓慢的速率指数衰减,且恢复时间较长,这导致动力系统状态参量在突变点前的时间序列存在自相关系数和方差增大、偏度减小的现象。瓦西里斯·达科斯(Vasilis Dakos)等分析了新仙女木期的结束、北非沙漠化、冰期结束等八次古气候突变事件,结果表明时间序列的自相关性增强,指示它们在突变之前都存在临界慢化现象,因此临界慢化在数学上可以作为气候系统趋于临界点的标志[42]。当动力系统的控制参数趋近临界点时,由于临界慢化导致状态参量在时间序列上的概率密度分布存在偏度下降[43],如果随机强迫足够强,系统将在两个或多个稳定的平衡态之间切换,这表现为动力系统状态参量的概率密度分布呈现双峰或多峰特征,以及时间序列的一阶自相关系数下降和方差增大,即闪烁现象。例如,约斯坦·巴克(Jostein Bakke)等基于湖底沉积物岩心记录和重构的海洋温盐数据,发现在新仙女木期结束之前,海洋和大气在两个平衡态之间交替转换,并最终转换到相对较暖的全新世阶段[44]。因此,临界慢化和闪烁现象可以对揭示复杂动力系统是否趋于突变临界点提供重要的参考意义[2]。
三、关键科学问题气候-生态突变是一个前沿的跨学科领域。项目组邀请专家经过多轮研讨迭代,认为气候-生态突变的关键科学问题可以从“弹性变化时空过程、突变阈值及机理、科学识别突变、预警与预测”四个层面展开。
1. 气候-生态系统突变的过程、模式和规律(1)不同时空尺度气候和生态系统突变的模式是怎样的,尤其是突变中各要素之间的相互作用关系如何?
气候系统变化在年代际、百年、千年以及万年以上尺度均可能发生突变。厘清这些不同时间尺度上气候突变的阈值、特征和模式,尤其是气候转型期、过渡期的瞬时的动态变化特征,以及不同尺度突变之间的嵌套关系等,是气候突变研究的重要突破口。而对于生态系统来说,从物种、种群、群落、生态系统各层面均存在突变和重组,导致物种组成、生物量、生产力以及功能组成和关键优势种属发生显著变化,这些不同层级的突变阈值有何关系,它们之间是如何相互作用的,是生态突变研究的重要方向。例如,单一种群的突变如何影响系统内其它群落的突变,最终导致整个系统层面的突变,进而引起更大范围生态系统突变的连锁反应等等。
(2)如何量化系统弹性变化及突变阈值,进而揭示系统突变的特征和规律?
气候和生态系统随着自身弹性的降低会跨过阈值或者临界点进而发生突变或者稳态转换。目前相关研究主要集中在时间序列基础上分析系统变化的动态特征,如方差、自相关、斜率等表征系统自身变化的特征来半定量揭示弹性的变化,以及利用不同数理统计分析模型等,基于时间序列均值或者变率的变化,鉴别系统突变的阈值。如何从机理上深入分析系统结构和功能、多样性及关联性等与弹性和突变相关的关系?如何基于生态系统结构和功能来揭示系统弹性的变化,进而更好地理解系统突变的模式和特征?如何建立表征弹性和突变的综合指标体系,对比不同生态系统之间弹性的变化?这些都是当前研究的难点、热点和突破口。
2. 气候-生态系统突变的机理研究(1)如何深入揭示驱动-响应关系,尤其是厘清系统线性渐变、非线性突变的驱动机制?
气候-生态系统突变是多重压力长期共同作用下的结果。理论上,多种系统的驱动力之间存在相加(additive),协同(synergistic)或者抵消(antagonistic)三种关系,它们之间相互作用可对系统产生不同影响。例如,温度和营养盐的共同作用可能会对水生态群落起到叠加、放大、甚至减弱的不同影响。因此,厘清生态系统对不同驱动力的响应关系具有重要作用。另外,多重驱动作用下为何有些系统呈现线性渐变特征,而有的系统呈现突变特征,导致渐变和突变的根本原因是什么?哪些突变是由外部驱动力的快速变化引起的,哪些是由系统内部结构和功能的改变引起的,这些都是当前相关领域亟需回答的根本性问题。尤其是在气候和生态系统重建过程中,如何充分考虑这种非线性驱动-响应关系,避免过于单一的线性重建和反演,从而系统全面地推演气候-生态系统的复杂动态关系,是一个重要的科学问题。
(2)如何厘清不同气候-生态系统互馈关系,尤其是长期变化过程中,系统正负反馈机制的改变过程和机理?
气候-生态系统内部正负反馈机制的改变是导致系统发生状态改变的核心要素。负反馈会使系统趋于稳定,而正反馈增强将导致系统的不稳定,系统的状态是系统内部正负反馈机制长期共同作用的结果。当气候-生态系统在驱动力作用下发生突变或者状态转换时,系统内部新的正反馈作用超过负反馈作用,就会加速系统状态的改变。例如,温度降低加速冰川形成,进而导致地表反射率增强,会进一步促使气温的下降,从而形成正反馈的回路。同样,生态系统内部发生稳态转换时,其结构和功能的改变也会改变系统内部原有的反馈机制,从而触发系统跨过阈值,发生突变。因此,如何基于观测实验、实验室操控实验、模型模拟以及长时间序列分析,深入揭示系统内部与系统之间反馈机制的改变至关重要。
3. 识别气候-生态系统关键的突变要素(1)如何准确识别地球系统临界点?如何确定临界点的阈值?
当前,气候临界点已经成为应对全球气候变化问题的关键要素之一,受到国际社会各界的高度关注。然而临界点并非一成不变,而是随着气候、生态系统的变化而动态变化,如何识别地球系统临界点成为一个关键问题。此外,如何确定这些临界点的温度阈值也至关重要。
(2)如何识别我国的关键临界要素,并揭示其突变机制?如何评估当前系统的突变风险?
临界点的理论方法由西方科学家提出,未对中国等其它关键区域的地球系统进行充分考量。项目组通过问卷调查和文献调研给出了我国地球系统的临界要素,主要有:永久冻土融化、高山冰川快速融化、东亚季风的变化、西太平洋暖池、西北干旱半干旱区的绿化、北方森林的转变、蒙古大草原的荒漠化、红树林的退化。对于这些临界要素,它们变化的阈值具体在哪里,它们的突变机制是什么,值得进一步探究。在这一过程中,亟需通过开展古今结合研究,揭示不同时空尺度下影响我国气候的亚洲季风以及我国典型生态系统突变的历史,结合现代观测、遥感数据及模型模拟分析,识别我国的关键临界要素,并评估当前系统的突变风险。
4. 评估与预测气候变暖背景下生态系统安全及突变风险(1)如何确立不同生态系统在气候和人类活动驱动下的突变阈值和边界范围以及典型系统的生态安全空间?
针对全球生态系统突变风险加大的事实,制定科学的生态系统保护和管理对策,规避可能的灾变风险并保障生态服务功能,是科学界和政策制定者面临的重大挑战。同时,亟需探索并建立系统突变的早期预警信号指标体系,进而有效预测灾变事件的发生。对于已经跨过阈值发生突变的生态系统,如何基于长期动态变化轨迹和特征,并结合驱动-响应关系将系统恢复到安全的边界范围内,对于生态环境的修复和治理具有重要的指导意义。因此,在制定政策过程中,应积极探索如何基于复杂系统的视角,充分考虑突变和阈值的因素,从传统的静态管理转变到维护系统弹性和阈值的动态管理。
(2)如何应对气候-生态突变?
中国是全球气候变化的敏感区和影响显著区之一。2022年6月,中国发布的《国家适应气候变化战略2035》中指出适应气候变化应坚持“主动适应、预防为主,科学适应、顺应自然,系统适应、突出重点,协同适应、联动共治”。当前,应对气候变化主要有两大策略:减缓与适应。减缓策略着重于通过减少排放和增加碳汇来控制温室气体在大气中的净增量,这是解决气候变化问题的核心方法。而适应策略则侧重于调整自然和人类社会系统,以应对已发生或预期发生的气候变化及其影响,通过诸如构建“海绵城市”等举措来减轻或规避气候变化带来的负面影响。那么,对于更加剧烈、能带来更大影响的气候-生态突变,我们更应积极探索应对路径。
志谢:感谢项目指导组于贵瑞院士、周忠和院士、王会军院士、侯增谦院士、底青云院士的指导,感谢众多专家在项目执行过程中的支持和帮助。
[1] |
Armstrong MD, Staal A, Abrams JF, et al. Exceeding 1.5°C Global Warming could Trigger Multiple Climate Tipping Points. Science,2022,377(6611): eabn7950.
|
[2] |
Scheffer M, Bascompte J, Brock WA, et al. Early-warning Signals for Critical Transitions.
Nature, 2009, (461): 53-59.
|
[3] |
赵宗慈, 罗勇, 黄建斌. 全球变暖与气候突变.
气候变化研究进展, 2021, 17(1): 114-120.
|
[4] |
姚檀栋, 秦大河, 王宁练, 等. 冰芯气候环境记录研究: 从科学到政策.
中国科学院院刊, 2020, 35(4): 466-474.
|
[5] |
Holling CS. Resilience and Stability of Ecological Systems.
Annual Review of Ecology, Evolution, and Systematics, 1973, 4(1): 1-23.
DOI: 10.1146/annurev.es.04.110173.000245. |
[6] |
Folke C. Resilience: The Emergence of A Perspective for Social–ecological Systems Analyses.
Global Environmental Change, 2006, 16(3): 253-267.
DOI: 10.1016/j.gloenvcha.2006.04.002. |
[7] |
周晓芳. 社会-生态系统恢复力的测量方法综述.
生态学报, 2017, 37(12): 4278-4288.
|
[8] |
陈德亮, 秦大河, 效存德, 等. 气候恢复力及其在极端天气气候灾害管理中的应用.
气候变化研究进展, 2019, 15(2): 167-177.
|
[9] |
方修琦. 社会-生态弹性视角下的历史气候变化影响社会发展机制.
第四纪研究, 2021, 41(2): 577-588.
DOI: 10.11928/j.issn.1001-7410.2021.02.23. |
[10] |
Lenton TM, Held H, Kriegler E, et al. Tipping Elements in the Earth's Climate System.
Proceedings of the National Academy of Sciences, 2008, 105(6): 1786-1793.
DOI: 10.1073/pnas.0705414105. |
[11] |
Lenton TM, RockstrmJ, Gaffney O, et al. Climate Tipping Points: Too Risky to Bet against.
Nature, 2019, 575(7784): 592-595.
DOI: 10.1038/d41586-019-03595-0. |
[12] |
蔡榕硕, 王慧, 郑惠泽, 等. 气候临界点及应对——碳中和.
中国人口·资源与环境, 2021, 31(9): 16-23.
DOI: 10.12062/cpre.20210823. |
[13] |
Kopp RE, Gilmore EA, Shwom RL, et al. ‘Tipping Points’ Confuse and can Distract from Urgent Climate Action. Nature Climate Change, 2024. https://doi.org/10.1038/s41558-024-02196-8 [2024-12-3]
|
[14] |
Dakos V, Baseompte J. Critical Slowing down as Early Warning for the Onset of Collapse in Mutualistic Communities.
PNAS, 2014, 11(49): 17546-17551.
|
[15] |
Carpenter SR, Cole JJ, Pace ML, et al. Early Warnings of Regime Shifts: A Whole- ecosystem Experiment.
Science, 2011, 332(6033): 1079-1082.
DOI: 10.1126/science.1203672. |
[16] |
Berdugo M, Delgado-Baquerlzo M, Soliveres S, et al. Global Ecosystem Thresholds Driven by Aridity.
Science, 2020, 367(6479): 787-790.
DOI: 10.1126/science.aay5958. |
[17] |
符淙斌, 王强. 气候突变的定义和检测方法.
大气科学, 1992(4): 482-493.
DOI: 10.3878/j.issn.1006-9895.1992.04.11. |
[18] |
Wang J. Determining the Most Accurate Program for the Mann-Kendall Method in Detecting Climate Mutation.
Theoretical and Applied Climatology, 2020, (142): 847-854.
|
[19] |
Council, NR. Surface Temperature Reconstructions for the Last 2,000 Years. Washington, DC: The National Academies Press, 2006.
|
[20] |
Yuan N, Xiong F, Xoplaki E, et al. A New Approach to Correct the Overestimated Persistence in Tree-ring Width Based Precipitation Reconstructions.
Climate Dynamics, 2021, (58): 2681-2692.
|
[21] |
Jouzel J. Water Stable Isotopes: Atmospheric Composition and Applications in Polar Ice Core Studies.
Treatise on Geochemistry, 2003, (4): 347.
|
[22] |
Dansgaard W, Johnsen SJ, Clausen HB, et al. Evidence for General Instability of Past Climate from a 250-kyr ice-core Record.
Nature, 1993, (364): 218-220.
|
[23] |
Stenni B, Buiron D, Frezzotti M, et al. Expression of the Bipolar See-saw in Antarctic Climate Records during the Last Deglaciation.
Nature Geosci, 2011, (4): 46-49.
|
[24] |
Jouzel J, Masson-Delmotte V, Cattani O, et al. Orbital and Millennial Antarctic Climate Variability over the Past 800, 000 Years.
Science, 2007, (317): 793-796.
|
[25] |
Zickfeld K, Knopf B, Petoukhov V, et al. Is the Indian Summer Monsoon Stable against Global Change?.
Geophysical Research Letters, 2005, (32): L15707.
|
[26] |
Bard E. Climate Shock: Abrupt Changes over Millennial Time Scales.
Phys. Today, 2002, (55): 32-38.
|
[27] |
Levermann A, Schewe J, Petoukhov V, et al. Basic Mechanism for Abrupt Monsoon Transitions.
PNAS, 2009, (106): 20572-20577.
|
[28] |
North GR. The Small Ice Cap Instability in Diffusive Climate Models.
Journal of the Atmospheric Sciences, 1984, (41): 3390-3395.
|
[29] |
王志远. 外强迫驱动下地球系统模式模拟的过去2000年全球气候变化. 北京: 中国科学院大学, 2015.
|
[30] |
Klose AK, Karle V, Winkelmann R, et al. Emergence of Cascading Dynamics in Interacting Tipping Elements of Ecology and Climate.
R Soc Open Sci, 2020, (7): 200599.
|
[31] |
Wunderling N, Donges JF, Kurths J, et al. Interacting Tipping Elements Increase Risk of Climate Domino Effects under Global Warming.
Earth System Dynamics, 2021, (12): 601-619.
|
[32] |
Liu T, Chen D, Yang L, et al. Teleconnections among Tipping Elements in the Earth System.
Nature Climate Change, 2023, (13): 67-74.
|
[33] |
2021-2030地球科学发展战略研究组. 2021-2030地球科学发展战略: 宜居地球的过去、现在与未来. 北京: 科学出版社, 2021.
|
[34] |
He WP, Feng GL, Wu Q, et al. A New Method for Abrupt Change Detection in Dynamic Structures.
Nonlinear Processes in Geophysics, 2008, (15): 601-606.
|
[35] |
Held H, Kleinen T. Detection of Climate System Bifurcations by Degenerate Fingerprinting.
Geophysical Research Letters, 2004, (31): L23207.
|
[36] |
Peng CK, Buldyrev SV, Havlin S, et al. Mosaic Organization of DNA Nucleotides.
Physical Review E, 1994, (49): 1685-1689.
|
[37] |
Pincus SM. Approximate Entropy as A Measure of System Complexity.
PNAS, 1991, (88): 2297-2301.
|
[38] |
Cheng HY, He WP, Zhang W, et al. A New Method to Detect Abrupt Change based on Approximate Entropy.
Acta Physica Sinica, 2011, (60): 049202.
|
[39] |
Santer BD, Taylor KE, Wigley TM, et al. A Search for Human Influences on the Thermal Structure of the Atmosphere.
Nature, 1996, (382): 39-46.
|
[40] |
Savit R, Green M. Time Series and Dependent Variables.
Physica D: Nonlinear Phenomena, 1991, (50): 95-116.
|
[41] |
Mocenni C, Facchini A, Vicino A. Identifying the Dynamics of Complex Spatio-temporal Systems by Spatial Recurrence Properties.
PNAS, 2010, (107): 8097-8102.
|
[42] |
Dakos V, Scheffer M, Van Nes EH, et al. Slowing Down as An Early Warning Signal for Abrupt Climate Change.
PNAS, 2008, (105): 14308-14312.
|
[43] |
Guttal V, Jayaprakash C. Changing Skewness: An Early Warning Signal of Regime Shifts in Ecosystems.
Ecology Letters, 2008, (11): 450-460.
|
[44] |
Bakke J, Lie Øyvind, Heegaard E, et al. Rapid Oceanic and Atmospheric Changes during the Younger Dryas Cold Period.
Nature Geoscience, 2009, (2): 202-205.
|