fair calibration data
收藏资源简介：
Note: please be careful selecting calibrations in your own work; the newest isn't always the "best", or the right one for your needs. If you're unsure, please contact me. If you use fair calibrations in your own work, please cite: Smith, C., Cummins, D. P., Fredriksen, H.-B., Nicholls, Z., Meinshausen, M., Allen, M., Jenkins, S., Leach, N., Mathison, C., and Partanen, A.-I.: fair-calibrate v1.4.1: calibration, constraining, and validation of the FaIR simple climate model for reliable future climate projections, Geosci. Model Dev., 17, 8569–8592, https://doi.org/10.5194/gmd-17-8569-2024, 2024. This dataset contains the full data, input scripts and produced output data for the fastmip v1 calibration of fair v2.2.4. The zipfile contains everything, allowing you perform your own analysis. The GitHub version contains enough for "bare bones" reproducibility. In addition, I have tried to provide all of the individual files that would be needed to run a historical run of fair. fair v2.2.4 Obtainable from https://pypi.org/project/fair/ From the command line: pip install fair==2.2.4 or conda install -c conda-forge fair==2.2.4 Calibration v1.6 A 1.6 million member prior and 841 member posterior are implemented. 1.6 million prior ensemble Climate response calibrated on 49 abrupt-4xCO2 experiments from CMIP6 and sampled using correlated kernel density estimates Methane lifetime calibrated on 4 AerChemMIP experiments for 1850 and 2014 (Thornhill et al. 2021a, 2021b). Unlike other variables which are sampled around some prior uncertainty, only the best estimate historical calibration is used. The base (1750) lifetime has been fixed and consistently used across projections Carbon cycle uses the parameters from Leach et al. 2021 calibrated for FaIR 2.0.0 using 11 C4MIP models. Aerosol cloud interactions depend on SO2, BC and OC, using new calibrations from 13 RFMIP and AerChemMIP models, with the APRP code fixed by Mark Zelinka (Zelinka et al. 2023). Prior is a trapezoidal distribution with vertices at (-2.2, -1.6, -0.4, +0.2) W/m2. Aerosol radiation interactions use prior values from AR6 Ch6, with best estimates and uncertainties scaled to create a prior in the range of -0.6 to 0.0 W/m2. Ozone uses the same methodology as AR6 (Smith et al. 2021). Effective radiative forcing uncertainty follows the distributions in AR6, with asymmetric distributions switched to skew-normal. Contrails are excluded from the calibration fair version bumped to v2.2.4 many more individual files included in the calibration output which should make plugging and playing easier new: irrigation and land use split out; both are from IGCC 2024 for historical. Irrigation in the future uses a dataset based on ISIMIP with a population scaling prepared by Chris Wells. Land use forcing in the future follows cumulative land use CO2 emissions. Constraint sets fastmip v1 (v1.6.0) This uses the CMIP7 historical forcings as far as possible. 841-member posterior (deliberately chosen). Emissions and concentrations from CMIP7 historical for 1750-2023 Volcanic forcing time series from CMIP7 for 1750-2021, rebased and with a 10 year ramp down Solar forcing time series from CMIP7 Temperature from IGCC 2024 (Forster et al. 2025) (1850-2024, mean of 4 datasets). Warming 2004-2023 relative to 1850-1900 range from IGCC 2023 (Forster et al. 2024). CO2 concentrations constrained to IGCC estimate for 2023. Ocean heat content from IGCC (1971-2020), linear, from IGCC. two step constraining procedure used: first RMSE of less than 0.19K, then 8-variable distribution fitting. Aerosol ERF, ERFari and ERFaci as in AR6 WG1 No future warming constraints References Forster et al. 2024: https://doi.org/10.5194/essd-16-2625-2024 Forster et al. 2025: https://doi.org/10.5194/essd-17-2641-2025 Funke et al. 2024: https://doi.org/10.5194/gmd-17-1217-2024 Leach et al. 2021: https://doi.org/10.5194/gmd-14-3007-2021 Smith et al. 2021: https://www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WGI_FGD_Chapter07_SM.pdf Thornhill et al. 2021a: https://doi.org/10.5194/acp-21-853-2021 Thornhill et al. 2021b: https://doi.org/10.5194/acp-21-1105-2021 Zelinka et al. 2023: https://doi.org/10.5194/acp-23-8879-2023
注意：在您的研究中选择校准方案时请谨慎行事；最新的校准方案未必是“最佳”，也未必契合您的研究需求。 若您存在疑问，请与我联系。 若您在研究中使用本公开的fair校准方案，请引用以下文献： Smith, C., Cummins, D. P., Fredriksen, H.-B., Nicholls, Z., Meinshausen, M., Allen, M., Jenkins, S., Leach, N., Mathison, C., and Partanen, A.-I.: fair-calibrate v1.4.1: 用于可靠未来气候预估的FaIR简单气候模型校准、约束与验证，Geosci. Model Dev., 17, 8569–8592, https://doi.org/10.5194/gmd-17-8569-2024, 2024. 本数据集包含针对fair v2.2.4开展的fastmip v1校准所需的全部原始数据、输入脚本及生成的输出数据。 压缩包包含全部所需内容，可支持您开展自定义分析；GitHub版本则提供了实现“极简可复现性”所需的全部资源。此外，我已尽量提供运行fair历史模拟所需的所有独立文件。 fair v2.2.4 可通过以下途径获取：访问 https://pypi.org/project/fair/，或通过命令行执行以下命令： pip install fair==2.2.4 或 conda install -c conda-forge fair==2.2.4 校准方案v1.6 本方案采用了包含160万个样本的先验集合与包含841个样本的后验集合。 160万样本先验集合 气候响应基于耦合模式比较计划第六阶段 (CMIP6)的49次突发4倍CO₂试验进行校准，并通过相关核密度估计方法进行采样。 甲烷寿命基于针对1850年与2014年的4次大气化学比较计划 (AerChemMIP)试验进行校准（Thornhill等，2021a、2021b）。与其他围绕先验不确定性进行采样的变量不同，本方案仅采用最优估计的历史校准结果。1750年基准甲烷寿命已固定，并在所有预估中保持一致使用。 碳循环模块采用Leach等2021年的参数，该参数基于11个碳循环比较计划 (C4MIP)模型针对FaIR 2.0.0开展校准。 气溶胶-云相互作用模块依赖二氧化硫（SO₂）、黑碳（BC）与有机碳（OC），采用来自13个辐射强迫比较计划 (RFMIP)与大气化学比较计划 (AerChemMIP)模型的最新校准结果，其中APRP代码由Mark Zelinka修正（Zelinka等，2023）。先验分布为梯形分布，顶点坐标依次为(-2.2, -1.6, -0.4, +0.2) W/m²。 气溶胶-辐射相互作用模块采用第六次评估报告 (AR6)第6章的先验值，通过缩放最优估计值与不确定性范围，得到取值介于-0.6至0.0 W/m²的先验分布。 臭氧模块采用与第六次评估报告 (AR6)一致的方法（Smith等，2021）。 有效辐射强迫的不确定性遵循第六次评估报告 (AR6)中的分布形式，将非对称分布转换为偏态正态分布。 凝结尾迹未纳入本次校准。 fair版本已更新至v2.2.4 校准输出中新增了更多独立文件，可进一步提升即插即用的便捷性。 新增内容：灌溉与土地使用模块已拆分，历史数据均来自IGCC 2024。未来情景下的灌溉数据采用基于ISIMIP的数据集，并由Chris Wells完成人口缩放处理。未来情景下的土地使用辐射强迫则遵循累计土地利用CO₂排放量变化。 约束集合 fastmip v1（v1.6.0） 本约束集合尽可能采用耦合模式比较计划第七阶段 (CMIP7)历史强迫数据。 本次选用了包含841个样本的后验集合（刻意选定的样本量）。 1750-2023年的排放与浓度数据采用耦合模式比较计划第七阶段 (CMIP7)历史数据。 1750-2021年的火山强迫时间序列采用耦合模式比较计划第七阶段 (CMIP7)数据，并经过基准修正与10年线性衰减处理。 太阳强迫时间序列采用耦合模式比较计划第七阶段 (CMIP7)数据。 1850-2024年的温度数据来自IGCC 2024（Forster等，2025），为4个数据集的平均值。 2004-2023年相对于1850-1900年的升温幅度数据来自IGCC 2023（Forster等，2024）。 2023年CO₂浓度约束至IGCC的估算值。 1971-2020年的海洋热含量数据来自IGCC，采用线性处理方法。 采用两步约束流程：首先筛选均方根误差（RMSE）小于0.19K的样本，随后进行8变量分布拟合。 气溶胶有效辐射强迫（ERF）、气溶胶-辐射相互作用有效辐射强迫（ERFari）与气溶胶-云相互作用有效辐射强迫（ERFaci）采用第六次评估报告 (AR6)第一工作组的设定。 未设置未来升温约束。 参考文献 Forster等，2024：https://doi.org/10.5194/essd-16-2625-2024 Forster等，2025：https://doi.org/10.5194/essd-17-2641-2025 Funke等，2024：https://doi.org/10.5194/gmd-17-1217-2024 Leach等，2021：https://doi.org/10.5194/gmd-14-3007-2021 Smith等，2021：https://www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WGI_FGD_Chapter07_SM.pdf Thornhill等，2021a：https://doi.org/10.5194/acp-21-853-2021 Thornhill等，2021b：https://doi.org/10.5194/acp-21-1105-2021 Zelinka等，2023：https://doi.org/10.5194/acp-23-8879-2023
