最近几十年，城市化引起的土地利用变化从根本上改变了地表的物理特性、地表能量平衡、水文循环和生物地球化学过程，并引发了一系列环境和气候后果。最近发表在 Nature Communications 的一篇文章发现，城市化会通过降低地球的反照率而加剧全球变暖效应，如果没有适当的缓解措施，2050年相对于 2018 年 0.00107°C 的 100 年平均变暖效应。在全球气候剧变的大背景下，城市化对气候的复杂影响，将让未来的气候变得更加不可预测。
研究领域：地球系统科学，城市化，气候变化，全球变暖
王百臻 | 作者
刘志航 | 审校
邓一雪 | 编辑
论文题目：
Albedo changes caused by future urbanization contribute to global warming
https://www.nature.com/articles/s41467-022-31558-z
最近几十年，城市化引起的土地利用和土地覆盖变化（LULCC）是地球陆地表面最显著的变化之一。到2050年，预计全球68%的人口将居住在城市地区，而城市用地将增长到 104-190 万平方公里。这些变化将从根本上改变地表的物理特性，进而改变地表能量平衡、水文循环和生物地球化学过程，引发一系列环境和气候后果。
城市土地的扩张，不仅会改变地表粗糙度、碳过程和湍流热通量，而且还会通过地表反照率的变化直接改变地球的辐射差额，进而影响局部和全球的气候。因此，即使城市土地仅占全球陆地面积的很小一部分，城市土地变化引发的全球范围内的综合影响不容忽视。这篇文章发现，城市土地的反照率比邻近农田低0.01-0.02，因此城市化可能通过降低地球的反照率而产生全球变暖效应。
研究人员通过量化过去和未来城市化在不同共享社会经济路径（Shared Socioeconomic Pathways, SSPs）下预测的气候影响。研究者发现在三种说明性情景下，城市化都会对过去和未来的反照率产生影响，进而加剧变暖效应。如图1所示，相对于2001年，2018 年城市化造成的反照率下降导致 100 年间平均每年全球变暖0.00014°C。如果没有适当的缓解措施，在中等排放情景（SSP2-4.5）中，2050年和2100年相对于 2018 年的未来城市化将分别通过改变地球的反照率从而产生0.00107°C 和 0.00152 °C的 100 年平均变暖效应。
图1. 城市化引起的地表反照率全球变化。（a）2018 年相对于 2001 年的变化，（b）2050 年相对于 2018 年的变化，（c）2100 年相对于 2050 年的变化，以及（d）显示网格级反照率变化的完整分布的直方图。（b、c）是 SSP2-4.5 中等排放情景下的反照率变化。
更重要的是，反照率负变化的网格的空间格局与农田的全球分布相似，这表明大多数城市土地继续从相邻的农田转化而来，尤其是在温带地区，但在一些较高的北部地区也有大量森林消失导致反照率的降低，比如亚马逊森林。
图2. SSP2情景下，每1°网格中转化为城市土地面积最多的土地覆盖类型。（a）为2018年相对2001年；（b）为2050年相对2018年；（c）为2100年相对2050年。
迄今为止，大部分研究的注意力都集中在量化碳过程对全球变暖影响，而对土地利用变化引起的相关的气候影响知之甚少。城市化对气候的影响是复杂的，因为其他生物、地球物理和生化过程与反照率变化的影响相耦合，让这一因素的影响更加难以预测，例如，在区域和全球范围内，城市化可以减少陆地净初级生产 ，会导致土壤碳释放到大气，进而加剧全球变暖。因此，随着研究的不断深入，我们会发现，之前预测可能与未来社会和经济发展以及区域和全球城市规划政策所决定的城市发展的真实路径大不相同。
因此，在人类社会和地球系统都在发生非线性剧变的今天，一切的冲突战争、病毒瘟疫以及极端天气事件都显得情理之中，又意料之外，因为人类似乎还没准备好如何应对这个复杂且充满不确定性的世界，但我们都知道黑天鹅就在前方。
从加拿大极端热浪，到德国的洪灾，从澳大利亚的森林大火，到中国河南的特大暴雨，极端天气已经成为新常态。气候变化正以我们所能感知的态势发生着。2021年诺贝尔物理学奖的一半被授予气象学家真锅淑郎和气象学家克劳斯·哈塞尔曼，“以表彰对地球气候的物理建模、量化变化和可靠地预测全球变暖”，表达了对人类命运的关切，也展现出从复杂系统视角研究地球气候环境的必要性。
集智俱乐部将组织地球系统科学读书会，自2021年12月14日开始，每周二晚上19:00-21:00，持续时间预计 7-8 周，重点探讨近年来系统科学、人工智能等学科为地球系统科学提供的创新研究方法，尤其是统计物理与深度学习在地球系统科学中的应用，共读前沿文献，激发科研灵感。欢迎从事相关研究、对相关领域有浓厚兴趣的探索者报名参与交流。
详情请点击：
地球系统科学读书会启动：统计物理与深度学习交叉前沿
