吳 靜，朱潛挺，劉昌新，王 錚,3,*

(1. 中國(guó)科學(xué)院科技政策與管理科學(xué)研究所，北京 100190; 2. 中國(guó)石油大學(xué)(北京)工商管理學(xué)院，北京 102249;3. 華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室， 上海 200062)

DICE/RICE模型中碳循環(huán)模塊的比較

吳 靜1，朱潛挺2，劉昌新1，王 錚1,3,*

(1. 中國(guó)科學(xué)院科技政策與管理科學(xué)研究所，北京 100190; 2. 中國(guó)石油大學(xué)(北京)工商管理學(xué)院，北京 102249;3. 華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室， 上海 200062)

碳循環(huán)模型的正確構(gòu)建是影響綜合集成評(píng)估模型IAM(Integrated Assessment Model)模擬結(jié)果的重要因素之一。DICE/RICE模型中的碳循環(huán)模型主要有兩個(gè)，即Nordhaus單層碳庫(kù)模型和Nordhaus三層碳庫(kù)模型，但這兩個(gè)模型的主要缺陷是不考慮陸地生態(tài)系統(tǒng)在碳循環(huán)中的貢獻(xiàn)，因此，引入了包含陸地生態(tài)系統(tǒng)的Svirezhev碳循環(huán)模型，并將其與Nordhaus單層碳庫(kù)模型、Nordhaus三層碳庫(kù)模型展開比較研究。結(jié)果表明，在基于歷史數(shù)據(jù)的模型檢驗(yàn)中，Svirezhev碳循環(huán)模型對(duì)全球二氧化碳濃度模擬的準(zhǔn)確度優(yōu)于其他兩個(gè)模型。對(duì)于未來(lái)全球氣候變化的模擬，3個(gè)模型模擬得到了至2100年的溫度預(yù)測(cè)值分別為2.98,3.54,2.91℃，二氧化碳濃度值分別為608.04,733.04,594.70μL/L。 其中，Svirezhev碳循環(huán)模型的模擬值在3個(gè)模型中最低，表明了陸地生態(tài)系統(tǒng)和海洋對(duì)二氧化碳的吸收作用對(duì)抑制全球升溫的貢獻(xiàn)；而分析也發(fā)現(xiàn)Nordhaus三層碳庫(kù)模型對(duì)陸地生態(tài)系統(tǒng)和海洋碳庫(kù)的模擬與實(shí)際觀測(cè)值偏離較大。最后，通過(guò)敏感性分析，研究發(fā)現(xiàn)DICE/RICE模型中使用的氣候響應(yīng)模塊在短期溫度模擬中對(duì)地表溫度的初值較為敏感，在長(zhǎng)期溫度模擬中敏感度顯著下降?？傊?，從碳循環(huán)機(jī)制的模擬性能而言，Svirezhev碳循環(huán)模型優(yōu)于其他兩個(gè)模型，而Nordhaus單層碳庫(kù)模型雖然機(jī)制較為簡(jiǎn)單卻保證了模擬的準(zhǔn)確性，但Nordhaus三層碳庫(kù)模型雖然豐富了碳庫(kù)的表征，實(shí)際上各碳庫(kù)的模擬準(zhǔn)確性差，降低了模型的可靠性。

IAM；碳循環(huán)；陸地生態(tài)系統(tǒng)；碳庫(kù); 全球氣候和經(jīng)濟(jì)動(dòng)態(tài)模型(DICE); 區(qū)域氣候和經(jīng)濟(jì)動(dòng)態(tài)模型(RICE)

自1970年代以來(lái)，針對(duì)全球氣候變化政策模擬的綜合集成評(píng)估模型(Integrated Assessment Model, IAM)得到了廣泛的發(fā)展。所謂IAM，是整合氣候變化的科學(xué)性、社會(huì)-經(jīng)濟(jì)性等各方面要素的建模方法，它以評(píng)價(jià)氣候變化控制政策選擇為主要目的[1]。Nordhaus認(rèn)為全球氣候保護(hù)IAM的框架有5個(gè)基本組成部分，即包括碳排放、碳循環(huán)、氣候系統(tǒng)、影響評(píng)估、政策措施[2]。其中，碳循環(huán)模塊主要模擬了人類活動(dòng)引起的碳排放在大氣-海洋-生物圈碳庫(kù)之間的轉(zhuǎn)移、吸收的過(guò)程，碳循環(huán)引起的大氣碳含量直接影響著大氣輻射強(qiáng)迫的變化，從而作用于模型對(duì)全球升溫的估算和預(yù)測(cè)。Van Vuuren 等人[3]，Warren等人[4]認(rèn)為IAM對(duì)碳循環(huán)和氣候響應(yīng)模式的不同表征將引起模型結(jié)果的顯著差異。實(shí)際上，在IAM中，碳循環(huán)模擬不僅實(shí)現(xiàn)了大氣碳平衡變化的模擬，同時(shí)它所涉及的地理過(guò)程為氣候適應(yīng)和減排提供了可操作的政策接口，包括增匯、土地利用類型變化等。因此，正確建模對(duì)IAM的升溫預(yù)測(cè)以及減排政策制定具有重大的影響意義。

從理論上說(shuō)，大氣環(huán)流模型(General Circulation Model,GCM)是氣候保護(hù)建模中碳循環(huán)建模的最理想方法。但是由于GCM模型細(xì)節(jié)過(guò)于繁雜、規(guī)模宏大，動(dòng)輒涉及成千上萬(wàn)的方程，故不能很好地融合到IAM中來(lái)，特別是很難與具有實(shí)時(shí)決策支持功能的IAM相結(jié)合。因此，在IAM中普遍采用的做法是在保證全球碳循環(huán)特征的前提下，抽象出較簡(jiǎn)單的地球物理系統(tǒng)模型，再與氣候保護(hù)的建模相結(jié)合。通常IAM中的碳循環(huán)模型為整體模型或零維模型，這類模型將全球看作一個(gè)整體，計(jì)算全球地表平均溫度[5- 8]。

當(dāng)前，在諸多IAM模型中，DICE/RICE模型是發(fā)展較早且得到廣泛應(yīng)用模型之一。1992年，Nordhaus正式提出了一個(gè)針對(duì)全球氣候變化政策模擬的DICE(Dynamic Integrated model of Climate and the Economy)模型[9- 10]，并于1996年發(fā)展為多區(qū)域的RICE(Regional dynamic Integrated model of Climate and the Economy)模型[6]。雖然國(guó)內(nèi)外學(xué)者已經(jīng)對(duì)DICE/RICE模型展開了大量的擴(kuò)展和改進(jìn)工作，包括對(duì)內(nèi)生技術(shù)進(jìn)步的改進(jìn)[11- 14]；對(duì)GDP溢出的擴(kuò)展[15]；等等。但這些工作大多都集中在經(jīng)濟(jì)系統(tǒng)的建模，對(duì)于DICE/RICE模型的碳循環(huán)的改進(jìn)卻非常少。相對(duì)于早期DICE/RICE模型中碳循環(huán)的建模，即二氧化碳只存在于大氣中并以一個(gè)恒定的速率從大氣中衰減[16- 17]，唯一對(duì)于DICE/RICE模型碳循環(huán)機(jī)制的改進(jìn)是1999版的DICE/RICE模型將早期的碳循環(huán)模型發(fā)展為三層碳庫(kù)的碳循環(huán)模型，即二氧化碳在大氣、上層生物圈/淺層海洋、深層海洋之間循環(huán)。那么，改進(jìn)之后的碳循環(huán)模塊的模擬性能是否有所提高，又是否存在不足之處，這在以往的研究中并未得到論證。

因此，本文將比較DICE/RICE模型的單層碳庫(kù)模型和三層碳庫(kù)模型，并引入Svirezhev碳循環(huán)模型與前兩者模型進(jìn)行比較，以此分析各個(gè)模型在IAM碳循環(huán)建模中的優(yōu)劣所在。為DICE/RICE模型或IAM模型找到一個(gè)較優(yōu)的碳循環(huán)模擬模型。

1 模型

1.1 DICE/RICE模型中的碳循環(huán)及氣候響應(yīng)建模

早期的DICE/RICE模型中，只存在一個(gè)大氣碳庫(kù)，大氣中碳含量隨時(shí)間的變化為[16]：

M(t)-590=βiE(t-1)+(1-δm)(M(t- 1)-590)

(1)

式中,M(t)是t階段的大氣碳含量(GtC)，βi表示二氧化碳在大氣中的停滯率。一單位的值βi意味著每噸排放出來(lái)的二氧化碳變?yōu)榱艘粐嵈髿庵写嬖诘亩趸?。E(t-1)為前一期的碳排放量(GtC)，參數(shù)δm為衰減率，它假設(shè)在前工業(yè)化時(shí)期590GtC的水平上，大氣中的二氧化碳是慢慢衰減的，即逐漸被海洋等吸收[16]。為表述方便，下文將基于(1)式的模型稱為“Nordhaus單層碳庫(kù)模塊”。

1999年，在DICE/RICE99中，Nordhaus[17]將碳循環(huán)改進(jìn)為三層碳庫(kù)模型，即大氣碳庫(kù)MAT(GtC)、上層海洋與生物圈碳庫(kù)MUP(GtC)、深層海洋碳庫(kù)MLO(GtC)，相鄰兩碳庫(kù)間存在碳傳遞，用方程表示為[17]：

(2)

MUP(t)=φ12MAT(t-1)+φ22MUP(t-1)+φ32MLO(t-1)

(3)

MLO(t)=φ23MUP(t-1)+φ33MLO(t-1)

(4)

式中，φij表示了碳庫(kù)間的碳傳遞系數(shù)。為表述方便，下文將基于(2)—(4)式的模型稱為“Nordhaus三層碳庫(kù)模塊”。

而DICE/RICE模型中氣候響應(yīng)模塊的建模在改進(jìn)前后并未發(fā)生變化。在基于(1)式、(2)式描述的大氣碳含量的變化下，全球輻射強(qiáng)迫水平F(t)變化滿足：

(5)

其中，MAT(1750)為1750年工業(yè)化以前的大氣碳含量；由于DICE/RICE模型主要是評(píng)估二氧化碳對(duì)全球氣候變化的影響，而未納入其他溫室氣體如甲烷、氧化亞氮等的影響作用，故將其他溫室氣體導(dǎo)致的輻射強(qiáng)迫變化在(5)式中以FEX(t)予以考慮(W)，F(xiàn)EX(t)滿足：

(6)

增加的輻射強(qiáng)迫最終導(dǎo)致全球溫度的上升：

TAT(t)=TAT(t-1)+ξ1{F(t)-ξ2TAT(t-1)-ξ3[TAT(t-1)-TLO(t-1)]}

(7)

TLO(t)=TLO(t-1)+ξ4{TAT(t-1)-TLO(t-1)}

(8)

式中，TAT(t)為地表溫度(℃)，TLO(t)為深海溫度(℃)。分析以上兩個(gè)模型的優(yōu)劣所在，可以發(fā)現(xiàn)：Nordhaus單層碳庫(kù)模型只考慮了碳在大氣中的滯留和衰減，模型未能對(duì)碳循環(huán)的基本循環(huán)過(guò)程進(jìn)行建模，從建模機(jī)制上說(shuō)單層碳庫(kù)模型顯得過(guò)于簡(jiǎn)單。

Nordhaus三層碳庫(kù)模型則對(duì)碳循環(huán)的過(guò)程區(qū)分了大氣、上層海洋/生物圈、深層海洋3個(gè)主要的碳庫(kù)，這符合通常認(rèn)識(shí)的碳循環(huán)過(guò)程。但是深究其內(nèi)部結(jié)構(gòu)，發(fā)現(xiàn)了Nordhaus三層碳庫(kù)模型所存在的不足之處：①各碳庫(kù)之間的傳遞系數(shù)為常數(shù)，這樣就忽略了溫度變化對(duì)不同碳庫(kù)吸收率的影響[18]，也忽略了各碳庫(kù)的當(dāng)前碳含量水平對(duì)下階段碳溶解率的影響；②將陸地生態(tài)系統(tǒng)與海洋表層作為一個(gè)整體碳庫(kù)考慮，這樣就不能對(duì)在全球碳循環(huán)產(chǎn)生重要影響作用的陸地生態(tài)系統(tǒng)的固碳能力展開進(jìn)一步的模擬研究， Fang,等人[19]，方精云等人[20]研究表明北半球中高緯度陸地生態(tài)系統(tǒng)在全球碳循環(huán)中起著重要的碳匯作用，其值可達(dá)2—3PgC/a，同時(shí)Liu, 等人[21]研究表明全球森林固碳潛力巨大，因此，在IAM中不能對(duì)陸地生態(tài)系統(tǒng)的碳匯作用簡(jiǎn)單處理，而需要進(jìn)一步的細(xì)化模擬。

1.2 Svirezhev碳循環(huán)及氣候響應(yīng)建模

針對(duì)DICE/RICE模型中碳循環(huán)模型的不足，本文引入Svirezhev 等人提出的一個(gè)以大氣、陸地生態(tài)系統(tǒng)、海洋碳庫(kù)為主體的三層零維模型[22]。與GCM相比，該模型也只是一個(gè)簡(jiǎn)化的碳循環(huán)模型，但也正是由于其簡(jiǎn)化性使其能很好地與IAM建模相整合實(shí)現(xiàn)對(duì)全球碳循環(huán)過(guò)程的模擬。為表述方便，下文將Svirezhev等人[22]提出的碳循環(huán)模型簡(jiǎn)稱為“Svirezhev碳循環(huán)模塊”，其模型詳細(xì)結(jié)構(gòu)如下：

(1)陸地生態(tài)系統(tǒng)碳循環(huán)

陸地生態(tài)系統(tǒng)碳循環(huán)由兩部分組成，即生物碳和土壤碳。定義N(t)為陸地植被中的碳(GtC)，則：

(9)

式中，P(C,N,T)是植被的年凈初級(jí)生產(chǎn)力，單位為GtC/a；m(t)為植被中碳逃逸率。但由于Leith認(rèn)為NPP只與生態(tài)條件相關(guān)(如溫度、降水)[22]，因此P(C,N,T)進(jìn)一步被具體表示為：

P(C,T)=P0(1+a1T)(1+a2(C-C0))

(10)

式中，P0為工業(yè)化以前的凈初級(jí)生產(chǎn)力。

另外，(9)式中m(t)滿足：

(11)

式中，τB(t)為碳在植被中滯留的時(shí)間，也就是說(shuō)植被碳的逃逸率與其滯留時(shí)間成反比。從植被中逃逸出來(lái)的碳又分為長(zhǎng)期存留和短期存留兩種類型，前者將轉(zhuǎn)化為土壤碳，后者將以二氧化碳的形式被釋放出來(lái)進(jìn)入大氣中。這里以ε表示長(zhǎng)期存留碳占生物質(zhì)碳逸出總量的比例，則短期存留碳所占比例為1-ε。因此，得到土壤碳含量S(t)的傳遞量為：

(12)

式中，δ(T)為土壤碳分解率。(12)式表明土壤碳的變化量除了吸收來(lái)自植被釋放的碳，自身也通過(guò)分解過(guò)程釋放部分碳。土壤碳分解率受當(dāng)期的溫度影響定義為(13)式：

δ(T)=δ0(1+a3T)

(13)

可以看出隨溫度的升高，土壤碳的分解率也將增加，也就將有更多的碳從土壤中逃逸出來(lái)到大氣中去。

(2)海洋碳循環(huán)

每一期，海洋碳含量變化不僅受到海洋上一期碳含量水平的影響，同時(shí)還受到大氣碳含量水平的影響，即部分大氣中的碳將融入海洋，得到海洋碳的傳遞量為：

(14)

其中，σ,ξ為相關(guān)參數(shù)。

(3)大氣碳循環(huán)

在陸地碳循環(huán)、海洋碳循環(huán)作用下，大氣碳循環(huán)的碳傳遞量為：

(15)

式中，E(t)為人類活動(dòng)產(chǎn)生的碳排放。

(4)氣候子系統(tǒng)

在氣候響應(yīng)模塊，與DICE/RICE模型不同，Svirezhev等人定義的氣候響應(yīng)模型較為簡(jiǎn)單。全球地表溫度T(t)滿足：

(16)

式中，C(t)為大氣碳含量，C0為工業(yè)化以前的大氣碳含量，μ和α為模型參數(shù)。

圖1 Svirezhev碳循環(huán)模型結(jié)構(gòu)圖Fig.1 The structure of Svirezhev carbon cycle model

為了彌補(bǔ)Svirezhev碳循環(huán)模塊中氣候響應(yīng)模塊的不足，同時(shí)也為了避免由于氣候響應(yīng)模塊不同而引起的全球升溫趨勢(shì)模擬差異。本文將DICE/RICE模型中的氣候響應(yīng)模塊鏈接到Svirezhev碳循環(huán)模塊上，即用(5)—(8)式代替(16)式的氣候響應(yīng)模塊。從而構(gòu)造了3個(gè)可以比較不同碳循環(huán)機(jī)制影響差異的碳循環(huán)-氣候響應(yīng)模型，如圖2所示，下文將分別簡(jiǎn)稱該3個(gè)模型為N1-N模型、N3-N模型、S-N模型。在3個(gè)模型下，碳循環(huán)模塊的大氣碳含量輸出作為氣候響應(yīng)模塊的輸入，氣候響應(yīng)模塊基于該輸入獲得全球的溫度變化，碳循環(huán)模塊與氣候響應(yīng)模塊均處于松耦合狀態(tài)。

圖2 3個(gè)碳循環(huán)-氣候響應(yīng)模型示意圖Fig.2 Comparison of the three carbon cycle-climate response models

2 參數(shù)取值和計(jì)算實(shí)現(xiàn)

由于篇幅有限，這里不能一一羅列各模型的參數(shù)取值，對(duì)于Nordhaus單層碳庫(kù)模塊及其響應(yīng)的氣候響應(yīng)模塊的參數(shù)，讀者可參考Pizer[16]，王錚等人[23]，Nordhaus，Yang[6]，Nordhaus, Boyer[17]；對(duì)于Svirezhev碳循環(huán)模塊可參考Svirezhev等人[22]。但需要特別處理的是，對(duì)于Nordhaus三層碳庫(kù)模塊來(lái)說(shuō)，由于Nordhaus, Boyer[17]原模型的時(shí)間間隔為10a，因此碳庫(kù)的傳遞系數(shù)也為每10a各碳庫(kù)碳傳遞的系數(shù)值(表1)，其中各列的加和等于1，即保證了各碳庫(kù)在傳遞中的總量守恒。但由于各碳庫(kù)間碳傳遞的非線性，不能簡(jiǎn)單將10a的傳遞系數(shù)作用于1a的碳傳遞方程中。因此，將(2)，(3)，(4)式中各碳庫(kù)系數(shù)矩陣的轉(zhuǎn)移矩陣作為每年的傳遞系數(shù)矩陣(表2)，從而保證了每10a各碳庫(kù)間的碳傳遞總量與Nordhaus, Boyer[17]原模型一致，且保證了3個(gè)碳庫(kù)間的年傳遞量守恒。

表1 Nordhaus三層碳庫(kù)模塊的10a碳傳遞率矩陣[24]

在計(jì)算實(shí)現(xiàn)上，采用Visual C#為開發(fā)工具分別對(duì)以上3個(gè)模型單獨(dú)進(jìn)行編程實(shí)現(xiàn)，而將人類活動(dòng)引起的碳排放數(shù)據(jù)作為各個(gè)模型的輸入數(shù)據(jù)，也就是說(shuō)3個(gè)模型具有完全一致的輸入，就可以從輸出結(jié)果的差別上分析模型的性能差別。

表2 Nordhaus三層碳庫(kù)模塊的1a碳傳遞系數(shù)矩陣

3 模擬結(jié)果分析

3.1 模型檢驗(yàn)

上文介紹的3個(gè)碳循環(huán)-氣候響應(yīng)模型對(duì)未來(lái)全球升溫和全球二氧化碳濃度模擬的性能究竟如何？首先對(duì)3個(gè)模型的準(zhǔn)確性進(jìn)行了檢驗(yàn)。本文以2001—2008年的全球歷史碳排放數(shù)據(jù)作為檢驗(yàn)的輸入數(shù)據(jù)。這里之所以選取2001—2008年作為檢驗(yàn)數(shù)據(jù)的起訖年原因在于：①Nordhaus三層碳庫(kù)模塊的參數(shù)基準(zhǔn)年為2000年，雖然另外兩個(gè)模型的基準(zhǔn)年為1995年，但為了保持3個(gè)模型基準(zhǔn)年的一致性，將另外兩個(gè)模型的基準(zhǔn)年也校準(zhǔn)到2000年；②由于數(shù)據(jù)的可獲得性限制，目前能獲得的權(quán)威的全球碳排放數(shù)據(jù)仍只截止到2008年。

圖3 2001—2008年全球二氧化碳濃度模擬值與實(shí)際觀測(cè)值比較Fig.3 Comparison of simulated and realistic CO2 concentration in 2001—2008

模擬得到，3個(gè)模型下全球二氧化碳濃度的變化如圖3所示?？梢园l(fā)現(xiàn)，N3-N模型的大氣二氧化碳濃度略高于實(shí)際觀測(cè)值，該模型模擬值與實(shí)際觀測(cè)值的相關(guān)系數(shù)為0.99，方差為0.45；而N1-N模型和S-N模型的模擬值稍低于觀測(cè)值，這兩個(gè)模型與實(shí)際觀測(cè)值的相關(guān)系數(shù)分別為0.99,0.99，方差分別為0.34,0.84。因此，整體上說(shuō)，3個(gè)模型對(duì)于全球大氣二氧化碳濃度的變化趨勢(shì)模擬均獲得了較好的結(jié)果，模擬值與實(shí)際觀測(cè)值沒(méi)有顯著差異，兩者高度相關(guān)。為了進(jìn)一步比較模擬的準(zhǔn)確度，計(jì)算得到N1-N模型、N3-N模型和S-N模型下的RMSE(均方根誤差，也稱標(biāo)準(zhǔn)誤差)分別為2.53,2.76,0.89，分別占2001—2008年二氧化碳濃度實(shí)際觀測(cè)值的0.67%，0.73%，0.23%，結(jié)果顯示了S-N模型的標(biāo)準(zhǔn)誤差顯著小于其他兩個(gè)模型。由于對(duì)于二氧化碳濃度的模擬是由碳循環(huán)模塊完成的(圖2)，因此，結(jié)果也揭示了Svirezhev碳循環(huán)模塊對(duì)歷史二氧化碳濃度的模擬的準(zhǔn)確度顯著優(yōu)于其他兩個(gè)模型。

當(dāng)碳循環(huán)模塊模擬得到的大氣碳含量被輸入到氣候響應(yīng)模塊，這樣就模擬得到3個(gè)模型下全球2001—2008年的升溫趨勢(shì)如圖4所示。可以發(fā)現(xiàn)，實(shí)際觀測(cè)值溫度呈顯著的鋸齒型波動(dòng)，而模擬值均為單調(diào)的線性上升趨勢(shì)，這主要是由于實(shí)際的全球升溫過(guò)程不僅受到人類碳排放的影響，還受到很多其他自然因素的干擾，是多種要素對(duì)溫度影響的疊加效果，但本文只考慮了人類活動(dòng)引起的碳排放對(duì)溫度的驅(qū)動(dòng)作用。進(jìn)一步分析，3個(gè)模型對(duì)全球升溫的模擬值均低于全球?qū)嶋H的觀測(cè)值，但3個(gè)模型模擬值間的差別十分微小，升溫模擬軌跡幾乎重疊。計(jì)算得到，N1-N模型、N3-N模型和S-N模型的模擬值與實(shí)際觀測(cè)值的相關(guān)系數(shù)分別為0.45,0.45,0.45，方差分別為0.003,0.006,0.004，RMSE分別為0.18,0.18,0.18，分別占2001—2008年實(shí)際平均溫度的19.5%,18.7%,19.1%。可以判斷，在以2001—2008年為模型檢驗(yàn)期時(shí)，3個(gè)模型的溫度模擬值與實(shí)際觀測(cè)值的相關(guān)系數(shù)均小于相應(yīng)的相關(guān)系數(shù)臨界值，模擬值與觀測(cè)值相關(guān)性較差，兩者存在顯著差異，表明模擬值不能很好地反映實(shí)際溫度的變化趨勢(shì)；同時(shí)，3個(gè)模型的標(biāo)準(zhǔn)誤差也較大，反映了模型對(duì)于溫度模擬的準(zhǔn)確性也仍有待提高。

圖4 2001—2008年全球升溫模擬值與實(shí)際觀測(cè)值比較Fig.4 Comparison of simulated and realistic temperature rise in 2001—2008

由于3個(gè)模型對(duì)全球二氧化碳濃度變化的模擬在趨勢(shì)性和準(zhǔn)確性上都獲得了比較好的結(jié)果，與實(shí)際值高度相關(guān)；但高相關(guān)性的大氣二氧化碳模擬結(jié)果卻最終得到了低相關(guān)性的溫度模擬結(jié)果，3個(gè)模型對(duì)全球溫度變化的模擬均不理想。考慮碳循環(huán)模塊與氣候響應(yīng)模塊之間的松耦合性，可以判斷3個(gè)模型對(duì)溫度模擬的失敗，主要問(wèn)題出在氣候響應(yīng)模塊，需要進(jìn)一步的探討。

考慮到上文對(duì)模型檢驗(yàn)所采用的數(shù)據(jù)起訖時(shí)間為2001—2008年，是一個(gè)比較短的時(shí)間序列，有可能會(huì)對(duì)氣候響應(yīng)模塊的模擬準(zhǔn)確性產(chǎn)生一定的影響。因此，試圖將3個(gè)模型的檢驗(yàn)基準(zhǔn)年前推至1995年，但由于Nordhaus三層模型中Mup和Mlo參數(shù)的1995年取值的不可獲得性，最終只能將N1-N模型和S-N模型的檢驗(yàn)期擴(kuò)展到1995—2008年。但這并不影響對(duì)氣候響應(yīng)模塊的檢驗(yàn)。模擬得到兩個(gè)模型下全球1996—2008年的二氧化碳排放與升溫趨勢(shì)分別如圖5、圖6所示。其中，N1-N模型和S-N模型的二氧化碳模擬值與實(shí)際觀測(cè)值的相關(guān)系數(shù)分別為0.99和0.99，方差分別為0.34和0.31，RMSE分別為4.03和2.91，分別占1996—2008年二氧化碳濃度實(shí)際觀測(cè)值的1.07%，0.77%；同時(shí)，N1-N模型和S-N模型的溫度模擬值與實(shí)際觀測(cè)值的相關(guān)系數(shù)分別為0.71, 0.71,方差分別為0.18和0.37RMSE分別為0.16, 0.16，分別占1996—2008年平均溫度的19.35%，19.44%。可以看出，當(dāng)時(shí)間序列起點(diǎn)年前推至1995年，兩個(gè)模型的碳循環(huán)模塊對(duì)全球二氧化碳濃度的模擬仍保持了高度的相關(guān)性和準(zhǔn)確性；而氣候響應(yīng)模塊對(duì)全球溫度的模擬較2001—2008年序列下的結(jié)果的相關(guān)性有所提高，模擬值較好地反映了溫度的實(shí)際變化趨勢(shì)，但模擬結(jié)果的準(zhǔn)確性卻仍較低。

圖5 1996—2008年全球二氧化碳濃度模擬值與實(shí)際觀測(cè)值比較Fig.5 Comparison of simulated and realistic CO2 concentration in 1996—2008

圖6 1996—2008年全球升溫模擬值與實(shí)際觀測(cè)值比較Fig.6 Comparison of simulated and realistic temperature rise in 1996—2008

綜上，3個(gè)碳循環(huán)模塊能較好地模擬全球二氧化碳濃度變化，不僅獲得了與實(shí)際觀測(cè)值高度相似的模擬值，同時(shí)其準(zhǔn)確度也較高；但3個(gè)模型共同采用的氣候響應(yīng)模塊，即DICE/RICE氣候響應(yīng)模塊，其模擬能力值得商榷，當(dāng)檢驗(yàn)的時(shí)間序列得到擴(kuò)展時(shí)，模塊對(duì)溫度變化趨勢(shì)性的模擬有顯著提高，但準(zhǔn)確性仍較低。

3.2 氣候響應(yīng)模塊的敏感性分析

在模型檢驗(yàn)中，當(dāng)檢驗(yàn)基準(zhǔn)年由2000年前推至1995年時(shí)，模擬的相關(guān)性得到了顯著的提高。其中除了時(shí)間序列延長(zhǎng)對(duì)結(jié)果的影響之外，基于氣候響應(yīng)模塊的建模方程，可以知道，基準(zhǔn)年地表溫度TAT，深海溫度TLO的初值也是影響氣候響應(yīng)模塊結(jié)果的主要因素。在分別以1995年和2000為基準(zhǔn)年時(shí)，地表溫度TAT，深海溫度TLO的取值分別如表3所示。為了評(píng)估由于模型參數(shù)初始值取值不同引起的敏感度，基于對(duì)二氧化碳濃度模擬具有最優(yōu)效果的Svirezhev碳循環(huán)模塊(即S-N模型)，以2001—2008年全球歷史排放為輸入數(shù)據(jù)，展開了情景對(duì)比分析，情景假設(shè)如表4所示。

表3 不同基準(zhǔn)年下的參數(shù)初始值

表4 短時(shí)間序列敏感性分析情景假設(shè)

Table 4 Scenario assumptions for the short-term sensitivity analyses

情景Scenarios地表溫度TAT/℃LandtemperatureTAT/℃深海溫度TLO/℃OceantemperatureTLO/℃情景A0ScenarioA00.630.0068情景A1ScenarioA10.760.0068情景A2ScenarioA20.630.117

模擬得到，情景A1、情景A2與情景A0的溫度變化的比較如圖7所示。觀察發(fā)現(xiàn)，情景A1的模擬值比情景A0顯著上升，而情景A2的模擬值與情景A0的差異十分微小。以各情景下2001—2008年的溫度均值作為各情景的考察對(duì)象，情景A0，情景A1，情景A2下的溫度平均值分別為0.78,0.86,0.79℃，則計(jì)算得到以情景A0為基準(zhǔn)，由情景A1和情景A2下參數(shù)初始值調(diào)整而引起的結(jié)果敏感度分別為0.54和0.0007。這表明，在較短的時(shí)間序列上，DICE/RICE模型的氣候響應(yīng)模型對(duì)于地表溫度初始值較為敏感，而對(duì)于深海溫度初始值不敏感。

圖7 氣候響應(yīng)模塊短時(shí)間序列敏感度分析的升溫比較Fig.7 Comparison of temperature rise in the short-term sensitivity analyses

那么進(jìn)一步，該氣候模型在長(zhǎng)期時(shí)間序列上是否也對(duì)地表溫度初始值表現(xiàn)出敏感性呢？為了保持分析的一致性，仍在S-N模型下，以王錚等人[26]開發(fā)的MRICES模型的基準(zhǔn)情景下2005—2100年的全球碳排放量數(shù)據(jù)作為輸入，針對(duì)氣候響應(yīng)模塊取不同初始值的情景做了比較分析，具體情景假設(shè)見(jiàn)表5。模擬得到，3個(gè)情景下全球升溫如圖8所示，可以看到在模擬初期，情景B1的溫度顯著高于情景B0和情景B2。隨著時(shí)間的變化，情景間的差別逐漸縮小，升溫模擬值逐漸趨于一致，至2100年，3個(gè)情景下溫度模擬值分別為2.919℃，2.919℃，2.923℃，方差僅為0.00002，可以認(rèn)為不同初值下的溫度預(yù)測(cè)值出現(xiàn)收斂。同樣以各情景的溫度平均值作為考察對(duì)象，情景B0，情景B1，情景B2下的平均溫度分別為1.911℃，1.919℃，1.915℃，故計(jì)算得到情景B1和情景B2下參數(shù)初始值調(diào)整而引起的結(jié)果敏感度分別為0.04和0.02。相對(duì)于短時(shí)間序列的敏感度而言，地表溫度初值的敏感度下降，深海溫度初值的敏感度上升，但總體而言，長(zhǎng)時(shí)間序列下氣候模型對(duì)地表溫度和海洋溫度的敏感性均較小。

表5 長(zhǎng)時(shí)間序列敏感性分析情景假設(shè)

Table 5 Scenario assumptions for the long-term sensitivity analyses

情景Scenarios地表溫度TAT/℃LandtemperatureTAT/℃深海溫度TLO/℃OceantemperatureTLO/℃情景B0ScenarioB00.820.22情景B1ScenarioB10.9020.22情景B2ScenarioB20.820.242

圖8 氣候響應(yīng)模塊長(zhǎng)時(shí)間序列敏感度分析的升溫比較Fig.8 Comparison of temperature rise in the long-term sensitivity analyses

因此，DICE/RICE氣候響應(yīng)模塊的短期溫度模擬對(duì)地表溫度初值敏感性強(qiáng)，對(duì)深海溫度初值敏感性較弱；而長(zhǎng)期溫度模擬對(duì)地表溫度初值的敏感性下降，對(duì)深海溫度初值的敏感性上升，但兩者的敏感性均小于短時(shí)間序列下的敏感性，且在長(zhǎng)時(shí)間序列下不同初值下的溫度預(yù)測(cè)最終將出現(xiàn)收斂，即初值的差異對(duì)長(zhǎng)期的溫度預(yù)測(cè)影響可以忽略不計(jì)。

3.3 未來(lái)全球溫度及大氣二氧化碳濃度預(yù)測(cè)分析

建立IAM，最終的目的是對(duì)未來(lái)全球溫度及大氣二氧化碳濃度做出預(yù)測(cè)，以幫助制定一定溫度控制目標(biāo)下的全球減排方案。仍以2005—2100年的全球碳排放量數(shù)據(jù)，作為N1-N模型、N3-N模型和S-N模型的輸入，分別模擬得到3個(gè)模型至2100年全球升溫和全球二氧化碳濃度變化情景，分別如圖9所示。

圖9 2005—2100年全球升溫和二氧化碳濃度預(yù)測(cè)Fig.9 Projection for temperature rise and CO2 concentration in 2005—2100

至2100年，N1-N模型、N3-N模型和S-N模型的溫度預(yù)測(cè)值分別為2.98,3.54,2.91℃，二氧化碳濃度值分別為608.04,733.04,594.70μL/L?？梢钥吹?，3個(gè)模型的溫度預(yù)測(cè)值均落在IPCC第四次評(píng)估報(bào)告得到的至本世紀(jì)末升溫1.8℃—4.0℃的預(yù)測(cè)范圍之內(nèi)[27]，其中N3-N模型的預(yù)測(cè)溫度值最高，比S-N模型獲得的最低預(yù)測(cè)值高出0.62℃，而N1-N模型和S-N模型的預(yù)測(cè)結(jié)果相差很小，差值僅為0.07℃。而3個(gè)模型下全球二氧化碳濃度模擬結(jié)果也具有相似的排序。這里之所以在S-N模型下模擬得到2100年全球升溫和二氧化碳濃度都最低，是由于Svirezhev碳循環(huán)模塊考慮了陸地生態(tài)系統(tǒng)對(duì)二氧化碳的吸收作用，降低了大氣二氧化碳含量，體現(xiàn)了陸地生態(tài)系統(tǒng)在碳循環(huán)建模中不可忽視的作用。

由于N3-N模型和S-N模型中的碳循環(huán)模塊，即Nordhaus三層碳庫(kù)模塊和Svirezhev碳循環(huán)模塊，都考慮了大氣、陸地、海洋3個(gè)碳庫(kù)，因此可以進(jìn)一步比較兩個(gè)模塊的陸地和海洋碳庫(kù)碳含量模擬值，如圖10所示。在兩個(gè)模型下，全球陸地生態(tài)系統(tǒng)的碳含量和海洋碳含量都逐年曾加，但進(jìn)一步分析兩個(gè)模型的陸地和海洋碳含量值，卻發(fā)現(xiàn)兩者存在較大的差別。

首先，Nordhaus三層碳庫(kù)模型的陸地碳庫(kù)碳含量小于Svirezhev碳循環(huán)模型的中陸地碳庫(kù)的碳含量。而實(shí)際上，Nordhaus三層碳庫(kù)模型中的陸地碳庫(kù)是由陸地生物圈和海洋表層碳含量?jī)刹糠纸M成，從理論上來(lái)說(shuō)，其涵蓋的范圍大于Svirezhev碳循環(huán)模型中陸地生態(tài)系統(tǒng)的范圍，但其模擬得到的碳含量值卻小于Svirezhev模型。同時(shí)，IPCC研究表明陸地生態(tài)系統(tǒng)的碳含量約為2000GtC[28]，那么從數(shù)值上來(lái)看，Nordhaus三層碳庫(kù)的模擬結(jié)果也遠(yuǎn)小于實(shí)際值，這也就導(dǎo)致了該模型的大氣碳含量偏高，從而使其模擬得到的全球升溫預(yù)測(cè)值也偏高。

其次，同樣的情況也發(fā)生在圖10中，可以看到Nordhaus三層碳庫(kù)模型的碳含量遠(yuǎn)小于Svirezhev碳循環(huán)模型。目前研究表明深層海洋的碳含量約37000—40000GtC[28]，Svirezhev碳循環(huán)模型模擬值與該觀測(cè)值接近，而Nordhaus三層模型的模擬值與該觀測(cè)值偏離較大。造成Nordhaus三層碳庫(kù)模型偏差較大的原因在于Nordhaus, Boyer[17]對(duì)于MLO的取值是與Bern碳循環(huán)模型校準(zhǔn)的結(jié)果，而非實(shí)際觀測(cè)意義上的值，也就是說(shuō)Nordhaus三層模型中的深層海洋并非真實(shí)的深層海洋，那么該模型也就不是真正意義上的三層碳庫(kù)模型。因此， Nordhaus三層碳庫(kù)模型模擬的準(zhǔn)確性仍值得商榷；而Svirezhev碳循環(huán)模型不僅將陸地生態(tài)系統(tǒng)細(xì)分為植被和土壤碳庫(kù)，而且對(duì)各碳庫(kù)都獲得了較好的模擬結(jié)果。

圖10 陸地和海洋碳庫(kù)碳含量預(yù)測(cè)Fig.10 Comparison of terrestrial and ocean carbon storage

總體而言，針對(duì)長(zhǎng)期的氣候變化預(yù)測(cè)，Nordhaus單層模型與Svirezhev碳循環(huán)模型在模擬結(jié)果上較為接近，但后者在碳循環(huán)機(jī)制上有了較顯著的改進(jìn)，不僅實(shí)現(xiàn)了動(dòng)態(tài)的三層碳庫(kù)循環(huán)模擬，而且進(jìn)一步細(xì)化了陸地生態(tài)系統(tǒng)的固碳機(jī)制；而Nordhaus三層碳庫(kù)模型雖然為三層碳庫(kù)，但其陸地和海洋碳庫(kù)的碳含量遠(yuǎn)小于各碳庫(kù)碳含量的實(shí)際觀測(cè)值，使該模型的準(zhǔn)確性和可靠性大打折扣。

4 結(jié)論

對(duì)碳循環(huán)機(jī)制的正確建模是影響IAM結(jié)果的重要因素之一。本文分別將DICE/RICE模型中的Nordhaus單層模塊、Nordhaus三層模塊及Svirezhev碳循環(huán)模塊與DICE/RICE模型的氣候響應(yīng)模塊整合，構(gòu)建了N1-N模型、N3-N模型、S-N模型，就3個(gè)模型對(duì)全球二氧化碳濃度、全球溫度的模擬性能展開了比較分析。

以2001—2008年歷史碳排放數(shù)據(jù)對(duì)3個(gè)模型進(jìn)行校驗(yàn)，研究發(fā)現(xiàn)，3個(gè)碳循環(huán)模塊對(duì)全球二氧化碳濃度變化的模擬在趨勢(shì)性和準(zhǔn)確性上都獲得了比較好的結(jié)果，與實(shí)際值較為相似，其中以Svirezhev碳循環(huán)模塊的標(biāo)準(zhǔn)誤差最小，模擬性能相對(duì)較為突出；而DICE/RICE模型中的氣候響應(yīng)模塊對(duì)全球溫度變化的模擬準(zhǔn)確度仍有待提高，同時(shí)，敏感性分析也發(fā)現(xiàn)，短期的溫度模擬對(duì)地表溫度初值敏感性強(qiáng)，長(zhǎng)期的溫度模擬對(duì)地表溫度敏感度有所下降。

以MRICES模型模擬得到的2006—2100年碳排放量為模型輸入，研究得到，N3-N模型對(duì)2100年溫度的預(yù)測(cè)值最高，為3.54℃，這顯著高于N1-N模型和S-N模型的預(yù)測(cè)值2.98℃, 2.91℃。S-N模型相對(duì)較低的溫度預(yù)測(cè)值主要是由于Svirezhev碳循環(huán)模塊考慮了陸地生態(tài)系統(tǒng)和海洋碳庫(kù)對(duì)二氧化碳的吸收，降低了大氣二氧化碳含量，這表明陸地生態(tài)系統(tǒng)和海洋碳庫(kù)在碳循環(huán)中對(duì)固碳的顯著貢獻(xiàn)。

概括而言，基于對(duì)3個(gè)模型的比較分析，我們認(rèn)為，在3個(gè)碳循環(huán)模塊中，Svirezhev碳循環(huán)模型將陸地生態(tài)系統(tǒng)納入到IAM的碳循環(huán)中，細(xì)化了IAM中碳循環(huán)機(jī)制的模擬，同時(shí)在大氣二氧化碳含量模擬的趨勢(shì)性和準(zhǔn)確性上又獲得了較好的結(jié)果，其模擬性能在3個(gè)模型中較為突出；Nordhaus三層碳庫(kù)模型雖然納入了陸地和海洋碳庫(kù)，但并未能在模擬性能上對(duì)DICE/RICE模型的碳循環(huán)模塊有顯著改善，相反其對(duì)陸地和海洋碳庫(kù)碳含量的模擬是不準(zhǔn)確的，與實(shí)際觀測(cè)值偏離較大；而Nordhaus單層碳庫(kù)模型雖然模型較為簡(jiǎn)單，但該模型與Svirezhev碳循環(huán)模型的模擬結(jié)果均較為接近，說(shuō)明該模型在對(duì)碳循環(huán)的簡(jiǎn)化抽象中保證了準(zhǔn)確性，其模擬性能仍優(yōu)于Nordhaus三層碳庫(kù)模型。 總之，引入Svirezhev碳循環(huán)模型將在建模機(jī)制和模擬性能上對(duì)DICE/RICE模型的碳循環(huán)模塊有所改進(jìn)。

[1] Kelly D, Kolstad C. Integrated assessment models for climate change control // Folmer H, Tietenberg T, eds. The International Yearbook of Environmental and Resource Econoics: 1999/2000: A survey of Current Issues. Cheltenham, U. K.: Elgar, 1999: 171- 197.

[2] Nordhaus W D. Integrated Economic and Climate Modeling. New Haven: Yale University, 2011.

[3] van Vuuren D P, Lowe J, Stehfest E, Gohar L, Hof A F, Hope C, Warren R, Meinshausen M, Plattner G K. How well do integrated assessment models simulate climate change?. Climatic Change, 2011, 104(2): 255- 285.

[4] Warren R, Mastrandrea M D, Hope C, Hof A F. Variation in the climatic response to SRES emissions scenarios in integrated assessment models. Climatic Change, 2010, 201(3- 4): 671- 685.

[5] Nordhaus W D. Rolling the ‘DICE’: An optimal transition path for controlling greenhouse gases. Resource and Energy Economics, 1993, 15(1): 27- 50.

[6] Nordhaus W D, Yang Z. A regional dynamic general-equilibrium model of alternative climate-changes strategies. American Economic Review, 1996, 86(4): 741- 765.

[7] Plambeck E L, Hope C, Anderson J. The model: integrating the science and economics of global warming. Energy Economics, 1997, 19(1): 77- 101.

[8] Tol R S J. Spatial and temporal efficiency in climate policy: applications of FUND. Environmental and Resource Economics, 1999, 14(1): 33- 49.

[9] Nordhaus W D. The “DICE” Model: Background and Structure of a Dynamic Integrated Climate-Economy Model of the Economics of Global Warming. New Haven: Yale University, 1992.

[10] Nordhaus W D. Optimal greenhouse-gas reductions and tax policy in the “DICE” model. American Economic Review, 1992, 83(2): 313- 317.

[11] Buonanno P, Carraro C, Galeotti M. Endogenous induced technical change and the costs of Kyoto. Resource and Energy Economics, 2003, 25(1): 11- 34.

[12] van der Zwaan B C C, Gerlagh R, Klaassen G, Schrattenholzer L. Endogenous technological change in climate change modelling. Energy Economics, 2002, 24(1): 1- 19.

[13] Popp D. ENTICE-BR: The effects of backstop technology R&D on climate policy models. Energy Economics, 2006, 28(2): 188- 222.

[14] Wu J, Zhu Q T, Wang Z. Modeling the influence of R&D expenditures on global climate protection. Studies in Science of Science, 2012, 30(4): 517- 525.

[15] Wang Z, Li H Q, Wu J, Gong Y, Zhang H B, Zhao C. Policy modeling on the GDP spillovers of carbon abatement policies between China and the United States. Economic Modelling, 2010, 27(1): 40- 45.

[16] Pizer W A. The optimal choice of climate change policy in the presence of uncertainty. Resource and Energy Economics, 1999, 21(3- 4): 255- 287.

[17] Nordhuas W D, Boyer J. Warming the World: Economic Models of Global Warming. Massachusetts, US: MIT Press, 2000.

[18] Yu G R, Fang H J, Fu Y L, Wang Q F. Research on carbon budget and carbon cycle of terrestrial ecosystems in regional scale: a review. Acta Ecologica Sinica, 2011, 31(19): 5449- 5459.

[19] Fang J Y, Chen A P, Peng C H, Zhao S Q, Ci L J. Changes in forest biomass carbon storage in China between 1949 and 1998. Science, 2001, 292(5525): 2320- 2322.

[20] Fang J Y, Piao S L, Zhao S Q. The carbon sink: the role of the middle and high latitudes terrestrial ecosystems in the northern hemisphere. Acta Phytoeclogical Sinica, 2001, 25(5): 594- 602.

[21] Liu Y C, Yu G R, Wang Q F, Zhang Y J. Huge carbon sequestration potential in global forests. Journal of Resources and Ecology, 2012, 3(3): 193- 201.

[22] Svirezhev Y, Brovkin V, von Bloh W, Schellnhuber H J, Petschel-Held G. Optimisation of reduction of global CO2emission based on a simple model of the carbon cycle. Environmental Modeling and Assessment, 1999, 4(1): 23- 33.

[23] Wang Z, Wu J, Zhu Y B, Yue Q. Economic Research on Climate Protection. Beijing: Science Press, 2010.

[24] Nordhaus W D. RICE2010. [2012- 12-08]. http://nordhaus.econ.yale.edu/RICEmodels.htm.

[25] Annual global temperature anomalies. National Ocean and Atmospheric Administration. [2012- 12-01].htm.http://www.ncdc.noaa.gov/oa/climate/research/anomalies/index.html

[26] Wang Z, Wu J, Li G Q, Zhang H B, Wang L J. Using simulation to assess climate-change strategies for global participation. Acta Ecologica Sinica, 2009, 29(5): 2407- 2417.

[27] IPCC. Climate Change 2007: Synthesis Report. Cambridge, U. K.: Cambridge University Press, 2007.

[28] IPCC. Climate Change 2001: The Scientific Basis. Cambridge, U. K.: Cambridge University Press, 2001.

參考文獻(xiàn):

[14] 吳靜, 朱潛挺, 王錚. 研發(fā)投資對(duì)全球氣候保護(hù)影響的模擬分析. 科學(xué)學(xué)研究, 2012, 30(4): 517- 525.

[18] 于貴瑞, 方華軍, 伏玉玲, 王秋鳳. 區(qū)域尺度陸地生態(tài)系統(tǒng)碳收支及其循環(huán)過(guò)程研究進(jìn)展. 生態(tài)學(xué)報(bào), 2011, 31(19): 5449- 5459.

[20] 方精云, 樸世龍, 趙淑清. CO2失匯與北半球中高緯度陸地生態(tài)系統(tǒng)的碳匯. 植物生態(tài)學(xué)報(bào), 2001, 25(5): 594- 602.

[23] 王錚, 吳靜, 朱永彬, 樂(lè)群. 氣候保護(hù)的經(jīng)濟(jì)學(xué)研究. 北京: 科學(xué)出版社, 2010.

[26] 王錚, 吳靜, 李剛強(qiáng), 張煥波, 王麗娟. 國(guó)際參與下的全球氣候保護(hù)策略可行性模擬. 生態(tài)學(xué)報(bào), 2009, 29(5): 2407- 2417.

Comparison of the carbon cycle models in DICE/RICE

WU Jing1, ZHU Qianting2, LIU Changxin1, WANG Zheng1,3,*

1InstituteofPolicyandManagement,ChineseAcademyofSciences,Beijing100190,China2SchoolofBusinessAdministration,ChinaUniversityofPetroleum,Beijing102249,China3KeyLaboratoryofGeographicalInformationScience,MinistryofStateEducationofChina,EastChinaNormalUniversity,Shanghai200062,China

Modeling of the carbon cycle is one of the most important issues in research of the Integrated Assessment Model (IAM). The carbon-cycle module can not only implement the carbon balance among different carbon reservoirs, but can also provide an interface for climate adaptation and mitigation through management of carbon sinks and land use change. As one of the most popular IAMs in the world, the dynamic integrated model of climate and the economy / regional integrated model of climate and the economy (DICE/RICE) model has two versions of carbon-cycle models. These are the solo-reservoir (N1-N) and three-reservoir (N3-N) models. However, there is an obvious drawback of the two models. This is that terrestrial carbon storage is not considered. Therefore, this work examines the effectiveness of the carbon-cycle models within DICE/RICE, and compares the two models with another carbon-cycle model presented by Svirezhev (S-N model).By inputting global historical emission data into the three models (N1-N, N3-N and S-N), we obtain simulations of historical temperature and CO2concentration during 2001 to 2008. The results are calibrated with observed historical CO2concentrations and temperature changes, by developing a correlation test. The results show that correlations of CO2concentration based on the N1-N, N3-N and S-N models are 0.9967, 0.9971 and 0.9970, respectively, and corresponding correlations of temperature are 0.452, 0.447 and 0.451. It was found that there was a significant correlation between simulated and observed CO2concentration data, but simulated and observed temperature data were uncorrelated. This result is verified by an analysis of variance for the simulated and observed data. Although the correlations between the N1-N, N3-N and S-N models are very similar, the standard errors of CO2concentration data are 2.53, 2.76 and 0.89, respectively. This shows that the simulation based on the S-N model is much more accurate in relation to the observed data. The N1-N, N3-N and S-N models were used to project climate change by the year 2100, for which the temperatures are 2.98, 3.54℃ and 2.91℃, respectively, and the CO2concentrations are 608.04,733.04, 594.70 ppm, respectively. Projections with smallest values were produced by the terrestrial ecosystem and ocean carbon reservoir represented in the S-N model. This indicates that when carbon is absorbed by the terrestrial ecosystem and ocean in that model, atmospheric carbon is less than those in the other models. Although there are also three reservoirs in the DICE/RICE N3-N model, its results deviate substantially from actual observations. The climate response model used by DICE/RICE was also found to be sensitive to the initial value of land surface temperature, when applied in a short-term projection. However, the sensitivity becomes weaker when applied in a long-term projection. Therefore, the S-N model turns out to be superior to the other models in terms of a much more detailed model mechanism and more accurate modeling performance. In spite of the simplification of the N1-N model, its simulation results are still better than those of the N3-N, in which carbon in the biosphere and ocean is significantly different from observations.

IAM; carbon cycle; terrestrial ecosystem; carbon reservoir; Dynamic Integrated model of Climate and the Economy (DICE); Regional dynamic Integrated model of Climate and the Economy (RICE)

國(guó)家重大研究計(jì)劃(973)項(xiàng)目(2012CB955800); 中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng) (XDA05150900)

2013- 02- 25; 網(wǎng)絡(luò)出版日期:2014- 03- 14

10.5846/stxb201302250298

*通訊作者Corresponding author.E-mail: wangzheng@casipm.ac.cn

吳靜，朱潛挺，劉昌新，王錚.DICE/RICE模型中碳循環(huán)模塊的比較.生態(tài)學(xué)報(bào),2014,34(22):6734- 6744.

Wu J, Zhu Q T, Liu C X, Wang Z.Comparison of the carbon cycle models in DICE/RICE.Acta Ecologica Sinica,2014,34(22):6734- 6744.