NaturePortfolio 2026-11-16 16:12:44
11.16
本周值得读
来自《自然》旗下期刊的新近发表,我们为您精选呈现。
区域性变暖可能已经与升温1.5°C的世界相仿
预计2026年全球二氧化碳排放量将暂时下降
肥胖诊断不再只依赖BMI
黑洞照片的环状结构确认无误
气候 | 区域性变暖可能已经与升温1.5°C的世界相仿
All IPCC AR6 regions are close to their 1.5 °C- and 2 °C-equivalent warming limits
Nature Climate Change
《自然-气候变化》的一项研究结果表明,世界各地的一些地区可能已经经历了全球平均气温较工业化前水平升高1.5°C时预期升温幅度的约90%–94%,以及升温2°C时预期升温幅度的65%–76%。这些发现表明,2025年的区域升温水平与升温1.5°C的世界中的预期水平已无明显统计差异,凸显了所有地区都亟需采取适应性措施。
《巴黎协定》旨在将全球平均气温升幅控制在远低于较工业化前水平高2°C的水平,并努力将升温限制在1.5°C以内。然而,这些全球限制转化到不同地区时,对应升温幅度有所差异。在非洲、南美洲部分地区以及极地地区,历史气温观测数据稀少甚至缺失,因此估算这些地区的区域变化尤为困难。
加拿大维多利亚大学的Francis Zwiers及同事将近地表气温的历史观测数据与多个气候模型的模拟结果相结合。他们针对覆盖各大洲的全部46个政府间气候变化专门委员会(IPCC)区域,估算了相对于1850–1900年的外部驱动升温,并将其与全球升温1.5°C和2°C时这些区域的预期气温进行了比较。他们发现,至2025年,这些区域估计已经历了全球平均升温达到1.5°C时预期升温幅度的90%–94%,以及升温2°C时预期升温幅度的65%–76%。
这项分析表明,区域升温绝大部分可归因于人类影响。温室气体是所有区域升温的主要驱动因素,而气溶胶和其他人类影响的降温效应部分抵消了温室气体的作用。升温幅度最大的是北半球高纬度地区,其中俄罗斯北极地区较基准升温达3.3°C,其次是北美洲东北部(升温2.6°C)和北美洲西北部(升温2.4°C)。观测到升温幅度最小的是以海洋为主的区域,包括南美洲西南部、南美洲南部、东南亚和新西兰。对热带区域(包括非洲大部分地区)的估算尤为可靠,因为这些区域的年际气温变化相对较小,长期升温信号更易识别。
这些研究结果或有助支持区域适应性规划以及气候相关损失与损害评估,包括历史观测数据有限的地区。作者提醒说,该分析依赖于现有的一组气候模型,其规模相对较小,可能无法涵盖所有可能的气候响应范围。
在所有地区,由外部强迫因素导致的变暖程度都很显著。来源:Li, et al.
DOI:10.1038/s41558-026-02790-y
本论文开放获取
气候变化 | 预计2026年全球二氧化碳排放量将暂时下降
A further acceleration of clean energy is needed for global CO2 emissions to peak and decline
Nature Climate Change
发表在《自然-气候变化》上的一项研究显示,在全球化石燃料二氧化碳排放量在2019年至2025年间以年均0.8%的速度增长后,预计2026年将下降0.4%。然而,作者将这一下降归因于伊朗战争导致的油价上涨,并得出结论认为,这很可能是暂时的下降,而非排放量已达到持久峰值的证据。
尽管面临全球能源市场动荡、政府政策重点调整、高昂的资本成本、贸易壁垒以及AI和数据中心需求不断增长等因素,向清洁能源的转型仍在继续。可再生能源和电动汽车对全球排放的抑制作用日益显著,但其效果正被不断增长的能源需求所抵消,尤其是在新兴经济体中。因此,目前尚不清楚这些技术能否在2026年抵消需求增长,并使全球排放量走上持续下降的轨道。
英国东安格利亚大学的Corinne Le Quéré和同事评估了2019年至2025年间电动汽车、太阳能和风能如何抵消全球排放量的增长,并预测了其影响将持续至2028年。他们发现,包括南非、泰国、哥伦比亚和墨西哥在内的59个国家,在2025年的排放量低于2019年,同时经济仍在增长。中国和印度的排放量仍在上升,但增速较往年放缓,且2025年前全球排放量总体呈上升趋势。
2025年,太阳能和风能预计抵消了41亿吨二氧化碳排放,其中中国约21亿吨,美国和欧盟各5亿吨,印度3亿吨。预计2026年全球碳抵消总量将达到46亿吨,二氧化碳排放量预计将减少0.4%。2025年,电动汽车预计抵消了1.9亿吨二氧化碳排放,其中82%来自中国、美国和欧盟的总和;预计2026年该项全球碳抵消总量将升至2.4亿吨。
尽管清洁技术正在日益抑制排放增长,但作者认为2026年预计0.4%的排放下降主要归因于伊朗冲突后的高油价。作者指出,在2025年至2028年间,电动汽车、太阳能和风能预计将额外抵消约20亿吨排放。然而,经济增长和能源使用方式的变化可能导致同期排放量增加25.9亿吨。按照当前趋势,电动汽车、太阳能和风能可抵消其中16.4亿吨(即64%)的增幅;而在加速部署情景下,这一抵消量将增至20亿吨,约占增幅的80%。
研究结果表明,清洁技术已经抵消了大部分排放增长,但尚不足以支撑全球排放的持续下降,因此需要加快部署以减少排放。未来的趋势还将取决于不断增长的能源需求中有多少由化石燃料满足。
2019–2025年各国化石二氧化碳排放量的年度趋势(按年百分比,按复合年增长率计算)。来源:Le Quéré, et al.
DOI:10.1038/s41558-026-02821-8
本论文开放获取
健康 | 肥胖诊断不再只依赖BMI
Validation of clinical and preclinical obesity across global cohorts
Nature
《自然》发表的一项研究显示,将传统体质指数(BMI)测量数据与附加指标相结合,就能改变肥胖症的诊断方式,使肥胖症识别率比基于BMI的分类高出3.3%-7.4%。该研究使用了来自中国、英国、美国和西班牙的844108名成人的数据,评估了2025年提出的一个诊断肥胖症的新框架。对肥胖症病例进行更准确地识别和定义,有望改善患者结局。
全球有逾10亿人受到肥胖症的影响。尽管肥胖症如此普遍,但我们对其疾病状态缺乏清晰的临床界定,从而错失了许多护理和预防的机会。肥胖症传统上一直用BMI进行评估——BMI是体型的替代指标;然而,BMI并未考虑身体成分的差异或是体脂分布,而这些都会影响健康风险。2025年,《柳叶刀糖尿病与内分泌学》(Lancet Diabetes & Endocrinology)委员会提出了一种新的诊断框架,不再只看BMI,而是将体脂分布和器官功能也纳入考量,并对临床肥胖与临床前肥胖进行了区分。
中国华中科技大学的潘安、英国伦敦国王学院的Francesco Rubino和同事利用来自中国、英国、美国、西班牙的4个大型队列的844108名成年人的数据,证明了相比传统的基于BMI的定义,该框架能更好地对肥胖症进行分类。他们发现在不同的研究组中,与新框架相比,只使用BMI会高估1.2-3.1%的受试者的肥胖症,低估5.2-8.6%的受试者的肥胖症。作者指出,区分临床肥胖和临床前肥胖意义重大,因为这两种肥胖被证明具有不同的状态和不同的患者结局。相比临床前肥胖,临床肥胖与死亡风险显著升高有关,只有10-30%的临床前肥胖个体会在10年里发展为临床肥胖。该结果表明,这两种健康状态需要不同的治疗手段。
作者总结道,研究显示,有必要在肥胖症评估中纳入体重、身体成分、体脂分布和器官功能的更多数据,以识别预后差异,这有望指导患者护理和健康政策。
所有受试者以及患有冠心病相关肥胖的受试者中,亚临床肥胖和临床肥胖的患病率。来源:Pan, et al.
DOI:10.1038/s41586-026-11237-5
本论文开放获取
天文学 | 黑洞照片的环状结构确认无误
Independent interferometric observable confirms black hole shadow in M87*
Nature
《自然》发表的一项研究独立验证了黑洞M87*经典重建图像中的独特环状结构。原始图像来自对多个图像处理过程结果的平均,但后来有研究指出环状结构存在不确定性。最新的重建结果利用一款新开发的独立成像算法,其生成的新图像与原始图像高度重合。
事件视界望远镜合作组(EHTC)在2019年发布了首张黑洞图像——该黑洞名为M87*,照片中有一个环状结构和一个清晰可见的黑洞阴影。研究人员通过汇集世界各地分布的EHTC望远镜的全部数据重建出了该图像。不过,由于这些望远镜在地理上相隔遥远,因此设备和环境误差会严重影响生成图像的准确度。其他研究人员使用业内公认的方法对这些数据进行了分析,但其生成的重建结果并没有环状结构。
澳大利亚联邦科学与工业研究组织(CSIRO)的Samuel Lai和同事将M87*黑洞数据集输入一个成像算法,以验证之前的图像重建结果。该算法将望远镜按闭合三站而不是两两配对进行划分,再综合个体望远镜的测量结果,这么做能计算校准误差,最后得到了一组符合这些标准的重建图像。新生成的图像再现了原始图中的环状结构,独立验证了对该数据和形状的解读是正确的。
M87的模拟视频,暂停在与2018年4月21日合成重建结果最匹配的帧上,并 morphed 转换为作者的重建结果。视频由 S. Lai,N. Thyagarajan,O. I. Wong 和 F. Diakogiannis(CSIRO)制作。采用 ipole 算法(Mościbrodzka & Gammie, 2018)渲染,模拟数据由伊利诺伊大学提供
DOI:10.1038/s41586-026-11241-9
本论文开放获取
转发
点赞
在看
科研之外,您会刷短视频吗?
Nature Portfolio 诚邀您参与短视频使用习惯与内容偏好调研!
告诉我们您的想法吧!
问卷开放时间:
2026年11月6日-2026年11月27日
为了表示我们的感谢,我们将从参与者中随机抽取15位获奖者,送上精美小礼品一份!
诚意礼品
详情请见>>
【版权声明】本文内容来源于NaturePortfolio,版权归原作者及原媒体所有。本站仅作信息分享,不构成任何商业用途;如涉版权问题,请联系本站删除。
发布时间:2026-11-16 12:41:19
(第1/1页/共15043字/3阅)