我们的地图

固然，运行大规模的地球模拟离不开超级计算机，但有一种简单的工具能够很好地传达模拟结果的意义和价值——地图。 如果你能读懂地图，你就能学习大部分与你息息相关的气候变化知识。 我们努力让我们的地图清晰易懂， 同时确保它们美观，因为通过这种方式看世界是一种非凡的体验。 我们发现，虽然你探索的可能未来也许充满了困难，但这种“非凡感”非常有用。

互动地图上的所有数据均来自 CORDEX-CORE 框架，这是一个区域气候模式输出的标准化框架。我们目前使用的是 REMO2015 和 REGCM4 区域气候模式。REMO2015 和 REGCM4 是 CORDEX-CORE 中仅有的两个在所有域上运行过的区域气候模式，CORDEX-CORE 将 CMIP5 全球气候模式集合中的多个 GCM 数据进行了降尺度处理。我们将继续考虑纳入更多可用的模型。

我们选择了这些气候现象指标，是因为它们有可能在全球和地区范围内与人类及我们所依赖的系统相关。 例如，我们为每一个气候现象指标都准备了几个不同的数据集（例如，超过32℃、35℃和38℃的天数）。 这样是为了方便你探索对你所在的地区、行业或你的兴趣有意义的阈值。 例如，某个特定的温度阈值对中国东部可能比对澳大利亚南部更有意义。 同样地，某个特定指标也许对一位公用事业经理很有价值，但对同一地区的咖啡农民来说却毫无帮助。

与极端的高温、干旱和降水等由气候变化所造成的物理影响直接相关的是全球平均温度，而不是日期或时段。 换句话说，地球达到某些暖化情景的日子并不是预先确定的，而是取决于我们的排放量。

其他地图可能会包括具体的预测日期。 创建了这些地图数据的人必须预测排放情景，这是一套具体、复杂的人类活动组合。 我们采用的方法基于较少的假设。 此外，我们认为，人们可能会把基于日期的地图理解为确定的预测结果，而我们对此无能为力。 另一方面，给出变暖情景暗示了气候变化的规模和时间是在我们控制范围之内的。 此外，使用不同模型来模拟相同的变暖水平消除了可能的偏差来源，迫使模型根据时间而不是大气条件统一。

无论你查看的是公开地图的气候预测，还是气候数据服务商委托进行的预测，最重要的是要了解数据是由谁制作的，他们使用的是什么模型，以及他们的方法论选择。 根据设计用途以及数据的分析展示者的技能不同，这些因素将有所差别。 

一般来说，在模型分析的不同气候现象中，温度数据的一致性最高，因为热是最基本的因素。 我们气候的每一方面都以热为源头，或受它影响。 因此，科学家在设计气候模型时是以热为核心的。 所以Probable Futures选择了热为平台的起点，并根据多种不同温度情景展示地图。

我们在伍德韦尔的同事对模拟可能结果的气候模型输出进行了分析。 这些模拟结果会生成温度、相对湿度、降雨量、风、大气压力和其他局部天气指标。 对于每个网格单元的每一个模拟日期，我们都可以查看高温和低温、降水量等。 丰富的数据使我们既能研究不同气候情景下会产生什么样的条件，也能检查出模型的“好坏”。 科学家把模型生成符合现实的结果的能力称为“模型技能”。 

近年来有许多研究人员在使用这些模型，有关模型技能的学术研究是存在的，但我们想知道这些模型的“感觉”是否正确。 Probable Futures的团队成员分散在各地，且在疫情期间变得更分散了，于是我们选择专注于我们熟悉的地方。 2021年初，一位名叫伊莎贝尔的核心成员决定搬到美国西北部俄勒冈州的波特兰市—— 一个她之前从来没有去过的地方。 其他团队成员对它也知之甚少，但都认为它气候温和。 我们一起查看了波特兰所在网格单元的模型结果。 下方的幻灯片提供了一个不错的模型结果和应用方式案例研究。

我们在地图上发布的数据和科普内容都经过了严格的审查和验证。 

我们建立了深入的内部质量控制程序，包括伍德韦尔中心的周期性审查和其他权威气候科学家的顾问支持。 内部审查在数据开发过程的早期，即选择和测试最初方法后进行。 外部审查则是在最终数据草案完成时进行的。 

值得注意的是，我们并不打算全面复制学术出版物的同行评审流程。 我们请求审查人员从整体角度对数据集进行评估，确认我们所选择的方法为科学界使用、所做的假设是合理的，且文件满足可复制的条件。 我们还请求审查人员针对方法和相关文件提出更广泛的问题和建议。 我们感谢多位科学家自发地贡献了他们的时间和专业知识。 Probable Futures会继续发展和更新。

1. 把数据当作一种工具。 任何Probable Futures地图的使用者都必须明白，虽然地图表达了具体数值，但模拟结果代表的是计算机程序在模拟地球时给出的可能结果的范围。 换句话说，结果不应该作为具体预测使用，而应当作为一种工具，目的是让人对某些气候后果的规模和可能性，以及相关规模和可能性如何随着大气的变化而变化而有所概念。

2. 研究模型是如何制作出来的。 我们建议所有气候数据的制作者和应用者，尽可能了解其中使用了什么模型、什么降尺度方法，以及这些模型采用的假设，并向相关受众和利益相关者披露这些细节。 

3. 披露你如何使用这些数据。 CDP或与气候有关的金融披露工作组（TCFD）等气候披露框架可以提供有价值的指导并在迅速推进，旨在为物理气候风险披露树立标准。 我们欢迎这样的标准，并希望Probable Futures能够成为有用的资源。 伍德韦尔中心和惠灵顿管理公司也在近期发布了披露框架，作为对这些资源的补充。

4. 共享信息使我们更强大。 开放的科学社区有成千上万敬业、杰出的从业人员在彼此合作和分享成果。 我们相信，与只有少数人享有“自己的”气候信息相比，信息共享能帮助全球大大小小的社区更好地应对气候变化。

热量、降水和干旱是我们在平台上描绘的主要现象。为什么是这三种现象？为什么是这三种现象？Probable Futures 的目标是成为成熟、易懂和经过严格审查的气候科学资源。我们选择纳入平台的具体气候现象必须符合严格的科学标准，并在接近全球的范围内可用。热量、干旱和降水都是一阶的基本气候现象，其物理学原理已被很好地理解，可以在全球范围内相对准确地模拟。此外，它们与任何地方都息息相关。

此外，人类活动对野火和洪水等一些二阶气候现象的发生也起着重要作用。例如，人类经常点燃野火，并居住在野火易发区，这些地区被称为野地城市界面（WUI）。这些因素使得建模变得更加复杂和理论化，尤其是在全球范围内。