最新消息，一项新的研究表明，全球许多地区可能会比之前预测的更早达到关键的升温阈值。由科罗拉多大学、斯坦福大学和苏黎世联邦理工学院的科学家组成的团队，结合了10个全球气候模型的数据，并利用人工智能技术，得出结论：区域性的升温阈值可能会比之前估计的更快达到。研究预测，到2040...
最新消息，一项新的研究表明，全球许多地区可能会比之前预测的更早达到关键的升温阈值。由科罗拉多大学、斯坦福大学和苏黎世联邦理工学院的科学家组成的团队，结合了10个全球气候模型的数据，并利用人工智能技术，得出结论：区域性的升温阈值可能会比之前估计的更快达到。
研究预测，到2040年或更早，地球上大部分地区可能超过1.5摄氏度的临界点。同样，多个地区将在2060年之前超过3摄氏度的阈值，比之前的研究预测更早。南亚、地中海、中欧和撒哈拉以南非洲部分地区预计将更快达到这些阈值，这将加剧对生态系统和脆弱社区的风险。研究人员利用人工智能的迁移学习技术，分析了10个不同气候模型的数据，预测温度升高。结果显示，到2040年，有34个地区可能超过1.5摄氏度的升温。其中，90%（31个地区）将在不到20年的时间内达到2摄氏度的升温，26个地区将在2060年之前超过3摄氏度。研究共同作者伊丽莎白·巴恩斯（Elizabeth Barnes）表示：“我们的研究强调了将创新的人工智能技术（如迁移学习）纳入气候建模的重要性，这可以改进并可能限制区域预测，为全球的政策制定者、科学家和社区提供有用的信息。”研究共同作者诺亚·迪芬鲍（Noah Diffenbaugh）总结道：“重要的是，我们不仅要关注全球温度的升高，还要关注局部和区域发生的具体变化。通过限制区域升温阈值达到的时间，我们可以更清楚地预测社会和生态系统将受到哪些具体影响。挑战在于，区域气候变化可能更加不确定，因为气候系统在较小的空间尺度上更加复杂，而且大气、海洋和陆地表面的过程会对特定地区如何响应全球变暖产生不确定性。”
