苏天豪
全球气候变化正以前所未有的速度改变着地球生态环境，并深刻地影响着生命演化进程。自工业革命以来，人类活动，特别是化石能源的燃烧释放了巨量温室气体（图1），致使全球温度逐年攀升。截止到2023年，全球地表年平均温度达到有史以来最高，相较于工业革命前(1850-1900)上升了1.45±0.12℃（https://wmo.int/zh-hans）。据统计，在过去逐渐变暖的60年间，极端气候事件发生频率也越来越高，特大暴雨、洪水、飓风、干旱等灾害对自然生态与人类社会造成了巨大损失。未来如何采取措施以应对气候变化，是一项长久且关键的研究课题。
图1 三个世纪以来大气CO2浓度变化曲线（图片来自www.co2.earth）
科学家发现，在地球漫长的45.6亿年演化历史中，曾发生过多次极端气候事件，例如二叠纪末生物灭绝事件、中生代大洋缺氧事件、古新世-始新世极热事件(PETM)。这些事件最主要的特征是全球气候在短时间内发生骤变，表生环境与生物演化遭受不同程度重创，与当今正在上演的“温室效应”和“生物加速灭绝”现象如出一辙。因此，深入研究深时极端气候事件的演变过程，将为预测未来气候发展趋势以及解决极端气候所带来的问题提供有益的启示。
以极热事件为例，根据前人开展的高精度定年工作以及对事件期间温度变化的重建结果，可以很容易得到不同极热事件的增温速率，并与现今进行对比。比如，发生于距今~ 252 Myr的二叠纪末生物灭绝事件，当时的海洋表面温度在~6万年内实现了~10℃的上升，增温速率为1.7×10-4 ℃/yr (Burgess et al., 2014)；发生于距今~56 Myr的古新世-始新世极热事件，其海洋表面温度在5千年到2万年内实现了~6℃的上升，增温速率为0.3~1.2×10-3 ℃/yr (Mudelsee et al., 2014)。而过去的50年内，全球平均海洋表面温度上升0.35℃，增温速率达到惊人的~7×10-3 ℃/yr (Burrows et al., 2011)，是二叠末生物灭绝事件增温速率的41倍，是古新世-始新世极热事件的6-23倍。面对如此悬殊的增温速率差距，我们不禁会询问，研究地质历史时期中那些“慢速增温”的极端气候事件所得到的认识，能否作为现今全球变暖下气候变化的有效参考，并以此为依据提供应对策略。
正如我们常说，“时间能抹平一切”，这种现象在地质记录的保存上表现得尤为明显。受制于方法本身的局限性，用以反演古温度的各种替代指标（proxy），仅能代表过去某个时间段内的综合信号，不能提供高分辨率的信息；通过放射性同位素定年或天文旋回所得到的极端气候事件的持续时间，其精度最高只能达到千年尺度，远不及现今年-月-日尺度的数据报道。因此，目前对地质历史时期极端气候事件的变温速率估算最大程度上仅代表千年尺度下的算术平均结果，而那些藏在更小尺度、更短周期（数十或数百年）、更大幅度的气候变化峰值便被“平均”甚至“隐藏”，导致可能大大低估了极端气候事件的气候变化速率。在地球系统演化过程的研究中也能找到与此相似的例子。比如，对于一段地层沉积速率的估算，越老、年龄约束越差的地层，估算的沉积时间跨度就越长，沉积速率也就越低，被学界称之为Sadler效应（图2）。
图2 不同数量级时间跨度下计算的沉积速率变化趋势（据Kemp and Sadler, 2014）
针对上述问题，Kemp et al. (2015)对地史时期的古温度记录进行大数据分析。研究人员汇编了194条从奥陶纪到现代（~476 Ma以来）的海洋与陆地温度变化记录，将变温幅度与速率对变温事件的持续时间进行线性回归分析，发现变温幅度与持续时间呈正比(图3a)，而变温速率却与持续时间呈负幂律缩放关系(图3b)。
变温速率（R）与持续时间（T）通过线性回归得到的斜率即为它们幂律分布的幂指数a（即-0.9±0.03，图3b），它们满足的幂律分布形式即为R~Ta。也就是说，依据地质记录估算的变温速率随变温事件的持续时间呈指数级减小。例如，由于定年方法的进步，PETM的持续时间由早期确定的百万年尺度提升到了十万年尺度，那么重新计算的增温速率将会是早期计算结果的8倍！对于这一结果的解释很简单，因为气候变化并不是以线性、单调的方式进行，而是存在短暂的停滞、反转甚至波动。例如，在一个长期的变暖趋势中，可能会出现短暂的冷却期，这些短期波动在深时记录中可能被“平均”，从而低估了实际的气候变化速率。
图3 变温事件的幅度、速率与持续时间的关系图
(a)变温事件期间海洋和大陆温度变化的幅度数据。黑色实线为海洋和陆地变温幅度的线性回归直线 (斜率= 0.10 ± 0.03)。虚线代表基于蒙特卡洛误差分析得到的95%不确定度包络线。特殊事件的数据以橙色实心圆特别标注：B/A=Bølling-Allerød暖期(~13.7 kyr)，H=末次盛冰期-全新世过渡期(~11.7 kyr)， P/E=古新世-始新世极热事件(~56 Myr以前)，1b=OAE1b (~110 Myr以前)，eT=Toarcian早期(~182 Myr以前)，T/J=三叠纪-侏罗纪界线(~201 Myr以前)，P/Tr=二叠纪-三叠纪界线(~252 Myr以前)。P/Tr (a,b)的数据分别来自Song et al.(2013)和Burgess et al.(2014)。(b)以持续时间绘制的变温速率图。海洋与陆地总体变温速率与持续时间的线性回归直线斜率为-0.90±0.03(黑色实线)，虚线表示基于蒙特卡洛误差分析得到的95%不确定度包络线。
汇编的温度和年龄数据的不确定性主要源自测试分析过程中的累计误差。为了检验这种误差是否会对上述的幂律缩放关系造成影响，研究人员进行了蒙特卡洛模拟分析，将变温幅度的误差设置为±4℃（2σ），持续时间的误差设置为±50%（2σ），并在此基础上生成了1万个不同版本的数据集。设定的误差值大小理论上可能超过了原本数据真实的误差范围，那么利用新数据集进行相关性分析得到的结果就可以认为是最保守的估计。结果显示，在超过99.9%的模拟情况中，持续时间与变温幅度之间的相关性依旧明显（P<0.01），平均斜率为0.09±0.0（2σ），与原始数据直接进行相关性分析得到的斜率十分接近（0.1±0.03, 图3a）。因此，在考虑原始数据存在较大误差（或不确定性）的情况下，变温速率与持续时间之间的幂律缩放关系仍然是有效的。
为了进一步检验这种缩放关系是否能够代表气候系统演化的总体规律，研究人员还额外汇总了来自27个独立站点~13Ma以来的海洋表面温度数据，并模拟得到了>160次温度变化的分布情况（图4）。不难看出，在102~105年的尺度上，变温事件的最大变化幅度在深时记录（奥陶纪以来的数据集合，黑色实线）与近代记录（27个站点~13Ma以来的数据集合，灰色实线）之间趋势比较吻合，说明计算的温度变化速率随持续时间呈负幂律缩放的规律是普遍适用的。相比之下，极地地区的最大变温幅度（格陵兰和南极，红色虚线）要更高，这可能是因为这些地方的气候敏感性更强，但它们总体上仍满足幂律缩放规律。此外，研究人员还进一步发现，深时记录中的变温幅度与古纬度之间的相关性不显著（图5），排除了数据空间差异的影响。
图4 海洋表面和极地地区温度变化的幅度图
黑色实线代表深时最大变温幅度与事件持续时间的关系；灰色实线代表27个站点的最大变温幅度与持续时间的关系；红色虚线代表南极Dome-C和格陵兰GIPS2的温度记录。彩色簇密度图表示基于27个站点海洋表面温度记录集合计算得出的>160万次温度变化的分布。
图5 变温幅度与古纬度关系图
明确了变温速率与持续时间之间普遍存在幂律缩放关系，我们就可以重新评估深时变温事件的变温速率。考虑到目前定年方法可达到的最高精度是千年尺度，研究人员以最近1000~2000年以来的平均温度变化速率作为基准，将汇编的深时温度数据进行标准化，即可在同一温度变化框架比较变温速率的差异（图6）。很显然，地史时期绝大部分变温事件的变温速率显著高于当今时代的变温速率。这也就能够很好地解决一个长期存在的悖论，即：二叠纪末事件增温幅度和生物灭绝率都远高于当今时代，但据地质记录估计的增温速率却远低于后者。
图6. 校正后的温度变化速率
Kemp et al.(2015)的工作运用大数据分析，证明了深时温度变化速率与其持续时间之间存在幂律缩放关系，早期仅基于温度替代指标和定年结果得到的认识很大程度上低估了真实的温度变化速率。该研究对未来开展其它气候评估工作提出了警醒：在描述或对比评估古-今温度变化速率时，必须指明采用的时间尺度，否则这种对比就没有意义。
本文第一作者系南京大学直博研究生，本文中的观点主要来自Kemp在2015年发表在Nature Communications上的文章：Maximum rates of climate change are systematically underestimated in the geological record。
本篇推文属读者认识，相关问题可通过邮箱thsu@smail.nju.edu.cn交流。欲知更多详情，请阅读下列文献。
主要参考文献：
[1] Kemp, D.B., Eichenseer, K. and Kiessling, W., 2015. Maximum rates of climate change are systematically underestimated in the geological record. Nature Communications, 6(1): 8890. [原文]
[2] Burgess, S.D., Bowring, S. and Shen, S., 2014. High-precision timeline for Earth’s most severe extinction. Proceedings of the National Academy of Sciences, 111(9): 3316-3321.
[3] Mudelsee, M., Bickert, T., Lear, C.H. and Lohmann, G., 2014. Cenozoic climate changes: A review based on time series analysis of marine benthic δ18O records. Reviews of Geophysics, 52(3): 333-374.
[4] Burrows, M.T., Schoeman, D.S., Buckley, L.B., Moore, P., Poloczanska, E.S., Brander, K.M., Brown, C., Bruno, J.F., Duarte, C.M., Halpern, B.S., Holding, J., Kappel, C.V., Kiessling, W., O’Connor, M.I., Pandolfi, J.M., Parmesan, C., Schwing, F.B., Sydeman, W.J. and Richardson, A.J., 2011. The Pace of Shifting Climate in Marine and Terrestrial Ecosystems. Science, 334(6056): 652-655.
[5] Song, H., Wignall, P.B., Tong, J. and Yin, H., 2013. Two pulses of extinction during the Permian–Triassic crisis. Nature Geoscience, 6: 52-56.
[6] Kemp, D.B. and Sadler, P.M., 2014. Climatic and eustatic signals in a global compilation of shallow marine carbonate accumulation rates. Sedimentology, 61(5): 1286-1297.
