城市能量消耗對(duì)全球氣候影響的模擬研究

張廣俊蔡鳴胡愛(ài)學(xué)（ 加州大學(xué)圣地亞哥分校斯克里普斯海洋研究所, La Jolla, California 909, USA； 佛羅里達(dá)州立大學(xué)地球、海洋和大氣科學(xué)系，Tallahassee, Florida 06, USA； 美國(guó)國(guó)家大氣研究中心，Boulder, Colorado 8007, USA）

城市能量消耗對(duì)全球氣候影響的模擬研究

張廣俊1蔡鳴2胡愛(ài)學(xué)3
（1 加州大學(xué)圣地亞哥分校斯克里普斯海洋研究所, La Jolla, California 92093, USA；2 佛羅里達(dá)州立大學(xué)地球、海洋和大氣科學(xué)系，Tallahassee, Florida 32306, USA；3 美國(guó)國(guó)家大氣研究中心，Boulder, Colorado 80307, USA）

2006年世界總能量消耗大約是1.58×1013W。這一能量消耗主要集中于人口稠密的地區(qū)。盡管這一能量消耗僅占自然界大氣和海洋環(huán)流從低緯向高緯能量輸送的0.3%，但當(dāng)這一能量釋放到大氣中后有可能對(duì)正常的大氣環(huán)流產(chǎn)生一定的影響，從而影響本地及下游地區(qū)的氣溫。本文使用全球氣候模式對(duì)這一人類能量消耗潛在的氣候影響進(jìn)行了研究。結(jié)果表明，當(dāng)把全球能量消耗超過(guò)0.4W的86個(gè)網(wǎng)格點(diǎn)加入數(shù)值模擬時(shí)，在北美和歐亞大陸的中高緯地區(qū)的冬季和秋季增溫可達(dá)到1℃。這些增溫地區(qū)恰恰是20世紀(jì)使用自然和人類強(qiáng)迫的氣候模擬相較于實(shí)際觀測(cè)有偏差的區(qū)域。因此，研究認(rèn)為加入人類能量消耗可能會(huì)修正氣候模擬相對(duì)于實(shí)際觀測(cè)的誤差。

人類能量消耗，氣候變化響應(yīng)，北半球中高緯增溫，全球數(shù)值模擬

0　引言

工業(yè)革命以來(lái)，人類對(duì)能源的需求一直在增加。盡管人們努力使能源的來(lái)源多樣化，但是到目前為止，人類使用的能源還是主要來(lái)自礦物燃料。礦物燃料的使用使得大氣中CO2的含量大大增加，從而影響地球的輻射平衡，進(jìn)而影響全球氣候。與此同時(shí)，全球人口從20世紀(jì)50年代的約25億增加到現(xiàn)在的約70億。而農(nóng)業(yè)技術(shù)的進(jìn)步，使得農(nóng)業(yè)人口不斷減少，從而促使全球的城市化進(jìn)程快速進(jìn)行。城市化使得人口密度在大城市中急速增加。城市化本身改變了原有的地貌，也改變了地表對(duì)太陽(yáng)輻射的反射率，建筑物和柏油馬路可吸收更多的太陽(yáng)輻射，從而改變城市區(qū)域的地表能量平衡和區(qū)域水循環(huán)，造成城市溫度一般會(huì)比郊區(qū)高一些的現(xiàn)象，這是傳統(tǒng)（或狹義）的城市熱島效應(yīng)。其實(shí)，城市化還有另一個(gè)被早期研究所忽略的重要效應(yīng)——大量人口聚居于大城市使得大城市的能量消耗顯著地高于相鄰地區(qū)。這些能量消耗主要來(lái)自對(duì)室內(nèi)的供暖或制冷、驅(qū)動(dòng)公共和私人交通工具、工廠生產(chǎn)、室內(nèi)外的照明及各種家電等。所有這些能量的消耗最終都會(huì)轉(zhuǎn)化為熱量散發(fā)到大氣中去，從而影響區(qū)域乃至全球氣候（廣義的城市熱島效應(yīng)）。例如，有研究[1]指出日本東京冬天晨間上班高峰，散發(fā)到大氣中的這種能量可高達(dá)1590W·m-2。

2013年1月，Nature Climate Change在線發(fā)表的一篇學(xué)術(shù)論文[2]對(duì)此進(jìn)行了專門的研究，這項(xiàng)研究是由美國(guó)Scripps海洋研究所 的張廣俊研究員、佛羅里達(dá)州立大學(xué)的蔡鳴教授和美國(guó)國(guó)家大氣科學(xué)研究中心（NCAR）的胡愛(ài)學(xué)研究員共同完成的。在這項(xiàng)研究中，他們首先指出人類能量消耗對(duì)氣候的影響明顯有別于傳統(tǒng)的城市熱島效應(yīng)。這一能量本身不是由于人類活動(dòng)對(duì)自然地形地貌的改變而產(chǎn)生的，它是由于人類大規(guī)模能量消耗，尤其是對(duì)千百萬(wàn)年前貯存于地下的礦物燃料的使用而產(chǎn)生的。這一能量對(duì)氣候的影響也不同于溫室氣體和大氣氣溶膠的作用。后者對(duì)氣候的影響是通過(guò)改變地球氣候系統(tǒng)與外太空，以及地球氣候系統(tǒng)內(nèi)部的自然的能量交換而改變地球氣候。人類能量消耗對(duì)氣候系統(tǒng)來(lái)說(shuō)是一種直接的外部強(qiáng)迫源，它可直接對(duì)城市及其周邊地區(qū)的大氣進(jìn)行加熱，使得城市的熱島效應(yīng)更強(qiáng)[1,3-4]。然而，人類能源消耗產(chǎn)生的熱能與自然界中的能量傳輸相比還是微不足道的。比如，這種熱能的總消耗量（在2006年大約是150億kW[5]） 僅僅相當(dāng)于自然界中由大氣和海洋環(huán)流在43°N從熱帶副熱帶向高緯地區(qū)輸送的能量的0.3%[6]。早期研究曾推測(cè)這種熱能或許會(huì)對(duì)大氣環(huán)流及氣候產(chǎn)生一定的影響[7-8]。后續(xù)的全球氣候模式研究發(fā)現(xiàn)它對(duì)短期氣候（比如季節(jié)變化）的影響與模式中自然變化對(duì)短期氣候的影響相當(dāng)[9-10]。由于這些研究局限于只對(duì)模式進(jìn)行了短期積分（例如幾個(gè)月），因此這一熱能是否會(huì)對(duì)氣候有長(zhǎng)期的影響仍然是一個(gè)前沿的研究課題。

基于此，張廣俊等的研究團(tuán)隊(duì)使用了NCAR的大氣模式（CAM3）[11]及其全球耦合氣候系統(tǒng)模式（CCSM4）[12]對(duì)人類能源消耗是否影響區(qū)域及其全球氣候的長(zhǎng)期變化進(jìn)行了系統(tǒng)的研究。

1　模式、資料處理和模擬試驗(yàn)

1.1模式

CAM3是一個(gè)譜模式。垂直方向有26層，水平分辨率是2.8°（T42）[11]。CCSM4是一個(gè)NCAR全球海氣耦合氣候系統(tǒng)模式的新版本[12]。它包含大氣環(huán)流模式（CAM4）、海洋環(huán)流模式 （POP2）、海冰模式（CICE4），以及陸面過(guò)程模式（CLM4）。CAM4是一個(gè)有限體模式，垂直方向也是26層，但水平分辨率是1°；POP2是一個(gè)差分模式，垂直方向是60層，水平分辨率也是1°。

1.2資料處理

首先，對(duì)全球能量消耗分布進(jìn)行分析，發(fā)現(xiàn)全球主要能源消耗集中在北美東西兩岸、歐洲、中國(guó)東部及日本、韓國(guó)等地區(qū)。2006年世界總能耗大約是150億kW[5]。根據(jù)美國(guó)能源部統(tǒng)計(jì)的每個(gè)國(guó)家人均能量消耗資料，其考慮了能耗最大的86個(gè)模式網(wǎng)格點(diǎn)（圖1），在這86個(gè)模式格點(diǎn)上，每個(gè)格點(diǎn)的平均能量消耗必須大于或等于0.4W·m-2；加入模式的總能量大約占世界總能耗的42%。在模式積分過(guò)程中，這一能量不隨時(shí)間變化（既無(wú)季節(jié)變化，又無(wú)年際變化）。

另外，在這項(xiàng)研究中，也使用了英國(guó)氣象局Hadley研究中心的格點(diǎn)化的地面溫度觀測(cè)資料——HadCRUTv3。這一資料使用了全球4500個(gè)陸地觀測(cè)站資料，而海洋上的船舶觀測(cè)和浮標(biāo)觀測(cè)資料來(lái)自國(guó)際綜合海洋—大氣資料集（ICOADS）[13-14]。CRU對(duì)這些資料進(jìn)行了同化、質(zhì)量控制和月平均，然后插值到全球5°×5°的網(wǎng)格上，這里只采用了1956—2005年的陸面資料（更詳盡的資料請(qǐng)參閱Brohan等[15]的文章）。

1.3模擬試驗(yàn)

在這項(xiàng)研究中，一共做了六個(gè)試驗(yàn)。第一個(gè)為控制試驗(yàn)，包括太陽(yáng)輻射的日變化和季節(jié)變化強(qiáng)迫，同時(shí)使用了通過(guò)觀測(cè)得到的氣候平均的海溫和海冰場(chǎng)的季節(jié)變化，將其作為模式的下墊面。這些觀測(cè)資料取自1981—2000年的月平均?？刂圃囼?yàn)一共積分了100年，最后的95年資料用于建構(gòu)控制試驗(yàn)的年周期。第二至六個(gè)試驗(yàn)是集合擾動(dòng)試驗(yàn)。他們與控制試驗(yàn)的差別在于這些擾動(dòng)試驗(yàn)中考慮了人類的能量消耗。這些擾動(dòng)試驗(yàn)的初始條件是從不同時(shí)段的控制試驗(yàn)中得來(lái)的。每個(gè)擾動(dòng)試驗(yàn)的積分也是100年，但只采用最后95年的資料 。因此，總計(jì)475年獨(dú)立的擾動(dòng)試驗(yàn)?zāi)曩Y料作為循環(huán)資料。為得到擾動(dòng)試驗(yàn)相對(duì)于控制試驗(yàn)的偏差，擾動(dòng)試驗(yàn)的每個(gè)年循環(huán)減去控制試驗(yàn)的平均年循環(huán)，從而可得475個(gè)獨(dú)立的年循環(huán)樣本。

為了與耦合模式結(jié)果進(jìn)行比較，他們使用了NCAR的CCSM4 20世紀(jì)的模擬結(jié)果。NCAR一共有五個(gè)20世紀(jì)的模擬試驗(yàn)，初始條件取自同一個(gè)以1850年為氣候背景的控制試驗(yàn)的不同時(shí)段。這些試驗(yàn)加入了所有已知的隨時(shí)間變化的外部強(qiáng)迫，例如，太陽(yáng)輻射變化、溫室氣體和大氣氣溶膠等，從而再現(xiàn)20世紀(jì)觀測(cè)到的全球氣候變化。當(dāng)然，由于各種各樣的模式的不確定性和觀測(cè)的不連續(xù)性等原因，模擬的氣候與觀測(cè)的氣候并不完全一樣。

2　模式結(jié)果

從全球平均的角度考慮，他們加入模式中的由人類能量消耗而引起的外部能量強(qiáng)迫僅僅是0.05W·m-2，遠(yuǎn)遠(yuǎn)小于溫室氣體和氣溶膠產(chǎn)生的外部能量強(qiáng)迫（大約1.5W·m-2）[16-17]。但在局部城市區(qū)域，熱強(qiáng)迫可達(dá)到數(shù)百瓦每平方米，但反映到模式格點(diǎn)則僅可到4W·m-2。這是因?yàn)槟Ｊ矫總€(gè)格點(diǎn)面積大約是280km×280km。因此人類能源消耗對(duì)全球平均溫度的影響非常有限。在模式結(jié)果中它對(duì)全球表面年平均溫度的貢獻(xiàn)小于0.01℃，對(duì)冬季的全球平均氣溫的影響稍大一些（0.02℃）。但是，作為對(duì)人類能源消耗的響應(yīng)，在中高緯度會(huì)出現(xiàn)統(tǒng)計(jì)上顯著的洲際尺度的氣溫增暖或變冷可達(dá)到1℃（圖2）。在歐亞大陸，最強(qiáng)的增暖出現(xiàn)北亞地區(qū)。中國(guó)大陸的東部增溫達(dá)到大約0.5℃。在北美大陸，美國(guó)東北部和加拿大南部增溫也比較明顯，加拿大大草原地區(qū)的增溫可達(dá)到0.8℃。另一方面，盡管加入模式的人類能量消耗并不隨季節(jié)變化，但是大氣對(duì)這一能量強(qiáng)迫的響應(yīng)卻存在著明顯的季節(jié)變化。例如，北半球冬季的響應(yīng)最強(qiáng)，其次是秋季和春季，最后是夏季。并且，由此引起的在加拿大西北部、中國(guó)東部、俄羅斯北極地區(qū)和美國(guó)東北部的冬季增溫均持續(xù)到春季，而歐洲的冬季降溫卻演變成春季的增溫。到了秋季，除去個(gè)別地區(qū)，北半球大部分地區(qū)對(duì)人類能量消耗的響應(yīng)是降溫。在張廣俊等[2]的研究中，沒(méi)有進(jìn)一步細(xì)致地解釋造成大氣環(huán)流對(duì)定常的人類能量消耗強(qiáng)迫的響應(yīng)會(huì)有明顯的季節(jié)變化的原因，這一現(xiàn)象還有待于進(jìn)一步的研究。

為了驗(yàn)證CAM3模擬的大氣及地表溫度對(duì)人類能源消耗的響應(yīng)是否如實(shí)地反映了觀測(cè)結(jié)果，他們把CAM3模擬的地表氣候變化的形勢(shì)與CCSM4耦合模式的20世紀(jì)試驗(yàn)與實(shí)際觀測(cè)資料進(jìn)行了比較。CCSM4一共進(jìn)行了六個(gè)20世紀(jì)的模擬試驗(yàn)，每個(gè)試驗(yàn)均從工業(yè)化前氣候背景（1850年）的控制試驗(yàn)中不同時(shí)間開(kāi)始積分。在每個(gè)試驗(yàn)中，所有已知觀測(cè)的外部強(qiáng)迫時(shí)間序列都納入到這些試驗(yàn)中，例如，CO2，CH4，黑碳、火山爆發(fā)產(chǎn)生的氣溶膠，太陽(yáng)輻射的變化等。這些模擬試驗(yàn)的積分是從1850—2005年。觀測(cè)的地表氣溫度資料來(lái)自HADCRUT格點(diǎn)化全球5°×5°的資料。首先，他們計(jì)算了CCSM4模擬的20世紀(jì)末至21世紀(jì)初的表面氣溫的變化趨勢(shì)相對(duì)于同年代觀測(cè)的表面氣溫變化趨勢(shì)的偏差的地理分布（1981—2005年的平均減去1956—1980年的平均）。這一偏差的地理分布與CAM3模擬的表面溫度對(duì)人類能源消耗的響應(yīng)的地理分布相當(dāng)一致，尤其是在冬季和秋季（圖3）。他們之間的相關(guān)系數(shù)在冬季和秋季分別達(dá)到了0.52和0.6。這一結(jié)果表明，CCSM4模擬的20世紀(jì)后期冬季和秋季表面溫度變化趨勢(shì)相對(duì)于觀測(cè)的偏差很可能是由CCSM4沒(méi)有包括人類能源消耗的強(qiáng)迫而造成的。換句話說(shuō)，以前這一偏差普遍被認(rèn)為是由于模式產(chǎn)生的氣候系統(tǒng)內(nèi)部的變化與實(shí)際觀測(cè)中的氣候系統(tǒng)內(nèi)部變化不一致而引起的，但最新結(jié)果指出以前的觀點(diǎn)可能是不正確的。

研究還發(fā)現(xiàn)，人類能量消耗不僅對(duì)表面溫度的區(qū)域分布產(chǎn)生影響，還會(huì)對(duì)中高層大氣環(huán)流有一定的影響。例如，冬季中緯度的西風(fēng)急流由于人類能量消耗的強(qiáng)迫有向赤道移動(dòng)的趨勢(shì)，從而使得西風(fēng)在20°N加強(qiáng)，但在40°N變?nèi)?。另外，?duì)流層上部的西風(fēng)在60°N也獲得了加強(qiáng)。這些變化與熱成風(fēng)原理是一致的，比如中高緯的增暖和40°N以南的變冷。需要注意的是，由于人類能源消耗主要集中在中緯度地區(qū)，試驗(yàn)中的中緯度平均緯向風(fēng)對(duì)這一強(qiáng)迫的響應(yīng)與以前理想試驗(yàn)中中緯度緯向風(fēng)對(duì)中緯度加熱的響應(yīng)是一致的[18]。

人類能源消耗對(duì)大氣的加熱影響了大氣的氣壓場(chǎng)，從而改變了冬季正常的大氣環(huán)流。這一冬季大氣環(huán)流的變化導(dǎo)致了洲際尺度的冬季中高緯度表面溫度的變化。他們的研究顯示俄羅斯北極地區(qū)的異常低壓和中亞的異常高壓造成了50°—70°N，60°—90°E區(qū)域的南風(fēng)明顯增強(qiáng)。這一增強(qiáng)的南風(fēng)把暖空氣從南方輸送到這里，從而引起了這一地區(qū)的明顯增溫。同理，加拿大大草原和西北地區(qū)的增溫是由于異常的西風(fēng)和西南風(fēng)把暖空氣從東北太平洋傳送到那里。加拿大東北極區(qū)、巴芬灣和格陵蘭西北部的變冷則是由坐落于格陵蘭的異常低壓引起的北風(fēng)增強(qiáng)所導(dǎo)致的。

與其他由人類活動(dòng)所引起的對(duì)大氣環(huán)流的強(qiáng)迫相比較，人類能源消耗對(duì)大氣的強(qiáng)迫相對(duì)比較小。例如，根據(jù)政府間氣候變化委員會(huì)對(duì)未來(lái)強(qiáng)迫的估計(jì)，CO2的加倍導(dǎo)致局部地區(qū)的增溫可達(dá)到6℃，而森林砍伐引起的植被變化可產(chǎn)生2℃的局地氣溫變化。相比之下，大氣環(huán)流對(duì)人類能源消耗的響應(yīng)可導(dǎo)致歐亞大陸高緯地區(qū)最多1℃的增溫，導(dǎo)致北美高緯地區(qū)大約0.6℃的增溫。他們指出，這些結(jié)果只來(lái)自一個(gè)模式，其他模式是否也能得到相同結(jié)果尚不清楚。

3　結(jié)論及展望

這項(xiàng)研究表明，盡管人類能源消耗對(duì)全球平均氣候的影響是微不足道的，可它對(duì)大氣環(huán)流和區(qū)域氣候產(chǎn)生的影響卻不容忽視。與當(dāng)前的氣候模式模擬的20世紀(jì)后半葉氣候變化趨勢(shì)與觀測(cè)的偏差相比較，大氣環(huán)流和區(qū)域氣候?qū)θ祟惸茉聪捻憫?yīng)的形勢(shì)與這些偏差十分相似，尤其是在冬季和秋季。顯示這些偏差很可能是由于當(dāng)前的氣候模式?jīng)]有加入人類能源消耗這一外部氣候系統(tǒng)的強(qiáng)迫所造成的。當(dāng)然，這項(xiàng)研究?jī)H僅使用了一個(gè)氣候模式，如果要進(jìn)一步證實(shí)這一研究結(jié)果，類似的試驗(yàn)也應(yīng)使用其他模式進(jìn)行比較。另外需要指出的是，目前這項(xiàng)研究?jī)H僅使用了相對(duì)粗網(wǎng)格的大氣環(huán)流模式，未來(lái)的試驗(yàn)應(yīng)使用海氣海冰陸面耦合模式并盡可能地使用高分辨率的耦合模式。高分辨率的耦合模式可以更為精確地描述人類能量消耗的地理分布。

最后值得指出的是，由于人類整體生活水平的不斷提高，人類的能量消耗在可預(yù)見(jiàn)的未來(lái)仍會(huì)維持在一個(gè)高水平上。即便我們更廣泛地使用可再生能源，大量地減少溫室氣體的排放量，進(jìn)而減緩或消除全球氣候變暖，但是人類能源消耗產(chǎn)生的廢熱并不會(huì)明顯減少。這是因?yàn)槿祟惖目傮w能量消耗預(yù)計(jì)并不會(huì)減少，只是從依賴于礦物燃料轉(zhuǎn)而依賴于可再生能源。所以，這項(xiàng)研究再次警醒世人，無(wú)論你居住在地球的哪一個(gè)角落，人類都（通過(guò)大氣）緊密地聯(lián)系在一起。

[1]Ichinose T, Shimodozono K, Hanaki K. Impact of anthropogenic heat on urban climate in Tokyo. Atmos Environ, 1999, 33: 3897-3909.

[2]Zhang G J, Cai M, Hu A. Energy consumption and the unexplained winter warming over northern Asia and North America. Nature Climate Change, 2013, 3, 466-470, doi: 10.1038/NCLIMATE1803.

[3]Kusaka H, Kimura F. Thermal effects of urban canyon structure on the nocturnal heat island: numerical experiment using a mesoscale model coupled with an urban canopy model. J Applied Met, 2004, 43: 1899.

[4]Oleson K W, Bonan G B, Feddema J, et al. An examination of urban heat island characteristics in a global climate model. Int J Cimatol, 2010, doi: 10.1002/joc.2201.

[5]International Energy Agency. World Energy Demand and Economic Outlook. International Energy Outlook 2009, 2009, 7-20.

[6]Trenberth K E. Caron J M. Estimates of meridional atmosphere and ocean heat transports. J Climate, 2001, 14: 3433-3443.

[7]Budyko M, Drosdov I O A, Yudin M I. Influence of economic activity on climate. Modern Problems of Climatology (Collection of Articles), FTD-HT-23-1338-67, Foreign Tech Div, Wright-Patterson Air Force Base, Ohio, 1966, 484-500.

[8]Sellers W D. Global climatic model based on the energy balance of the Earth-atmosphere system. J App Met, 1969, 8: 392-400.

[9]Washington W M. Numerical climate-change experiments: The effect of man's production of thermal energy. J Appl Meteorol, 1972, 11: 769-772.

[10]Washington W M, Chervin R M. Regional climatic effects of large-scale thermal pollution simulation studies with the NCAR general circulation model. J Appl Meteorol, 1979, 18: 1501-1511.

[11]Collins W D, Rasch P J, Boville B A, et al. The formulation and atmospheric simulation of the Community Atmosphere Model version 3 (CAM3). J Clim, 2006, 19: 2144-2161.

[12]Gent P R, Danabasoglu G, Donner L J, et al. The Community Climate System Model version 4. J Climate, 2011, 24: 4973-4991, doi: 10.1175/2011JCLI4083.1.

[13]Manabe T. The Kobe collection: Newly digitized Japanese historical surface marine meteorological observations, in Advances in the Applications of Marine Climatology—The Dynamic Part of the WMO Guide to the Applications of Marine Meteorology, WMO/ TD 1081. Geneva: World Meteorol Organ, 2003, 246.

[14]Woodruff S D, Worley S J, Arnott J A, et al. COADS updates and the blend with the U.K. Met Office Marine Data Bank, in Advances in the Applications of Marine Climatology—The Dynamic Part of the WMO Guide to the Applications of Marine Meteorology, WMO/TD1081. Geneva: World Meteorol Organ, 2003, 246.

[15]Brohan P, Kennedy J J, Harris I, et al. Uncertainty estimates in regional and global observed temperature changes: A new dataset from 1850. J Geophys Res, 2006, 111, D12106, doi:10.1029/2005JD006548 (2006).

[16]Intergovernmental Panel on Climate Change (IPCC). Climate Change 2007: The Scientific Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. New York: Cambridge Univ Press, 2007.

[17]Hansen J, Sato M, Ruedy R. Radiative forcing and climate response. J Geophys Res, 1997, 102: 6831-6864, doi:10.1029/96JD03436.

[18]Ring M J, Plumb R A. The response of a simplified GCM to axisymmetric forcings: Applicability of the fluctuation-dissipation theorem. J Atmos Sci, 2008, 65: 3880-3898.

Simulation of the Impact of Energy Consumption on Global Climate

Zhang Guangjun1, Cai Ming2, Hu Aixue3
(1 Scripps Institution of Oceanography, University of California at San Diego, La Jolla, California 92093, USA; 2 Department of Earth, Ocean, and Atmospheric Science, Florida State University, Tallahassee, Florida 32306, USA; 3 Climate Change Research, CGD/NCAR, Boulder, Colorado 80307, USA)

The worldwide energy consumption in 2006 was close to 15.8 terawatts in populated regions. Although this energy consumption is only about 0.3% of the total energy transport to the extratropics by atmospheric and oceanic circulations, this anthropogenic heating could disrupt the normal atmospheric circulation pattern and produce a far-reaching effect on surface air temperature. This study identifies the plausible climate impacts of energy consumption by using a global climate model. Results show that the inclusion of energy use at 86 model grid points where it exceeds 0.4 W/m2can lead to remote surface temperature changes by as much as 1 K in mid- and high latitudes in winter and autumn over the most part of North America and Eurasia. These regions correspond well to areas with large differences in surface temperature trends between observations and global warming simulations forced by all natural and anthropogenic forcings. It is concluded that energy consumption is likely to be a missing forcing for the additional winter warming trends in observations.

energy consumption, climate response, NH mid- and high-latitude warming, global numerical simulation

10.3969/j.issn.2095-1973.2015.02.002

2013年5月30日；

2013年7月1日

張廣俊（1960—），Email: zhangguangjun1960@gmail.com

資助信息：美國(guó)國(guó)家科學(xué)基金（ATM-0833001, ATM-0832915）；美國(guó)能源部項(xiàng)目（DE-SC0004974，DE-SC000080，DE-FC02-97ER62402）；NOAA項(xiàng)目 （NA10OAR4310168）