气候变化背景下极端天气事件的归因
气候系统变暖，极端天气事件的频率、强度和持续时间也在变化。这样的极端天气变化在气候模型模拟中同样有出现，我们对一部分原因也有了比较深入的了解。例如，气候变暖会增加极端暖日和暖夜的出现频率（图1）；还会增加蒸发量，而这可能会导致干旱加剧，另一方面大气湿度增加能导致强降雨和降雪事件的增加。
气候变化对单一天气和气候事件影响的程度则更难确定。要考虑各种自然和人为因素是如何协同造成了一次事件。从定义来说，极端天气是少见的，也就意味着任意地点曾经出现过的次数通常不会很多。
虽然如此，这个常被称为“事件归因”的新科学领域正在飞速发展。一方面因为我们对于气候和天气机制的了解越来越深，另一方面事件归因方法也在迅速进步。公众对此十分关注，因为这类事件常有灾难性后果。从媒体对于气候变化和极端事件联系上的兴趣就可见一般。部分原因在于归因对于评估和管理风险，以及指导气候适应策略，都有潜在价值。比如灾害事件后要决定应该重建还是应该搬迁，这可能取决于未来这种事件发生的频率会不会升高，或者会升高多少。
事件归因科学的终极挑战是估计气候变化对特定事件发生的量级 和概率 的影响究竟有多大。大部分研究只考虑了与所观测事件级别类似的事件。研究结果有相当程度的不确定性，与温度不直接相关的事件不确定性更高。结论常常取决于在进行事件筛选、气候变化角色问题的架构、模式配置设计、以及用统计工具量化不确定性时所做的选择。
现在事件发生后的归因研究一年比一年多，对研究结论的需求也开始增加。不过，其中用的方法相对还比较新，对于如何进行分析和解释也有不同看法。这份报告通过回顾现有的理解和能力，检验了将特定极端天气事件归因于人为气候变化和自然变率 的科学，评估了不同级别事件归因方法的可靠度，为解释分析结果提供指导，并指出首要的研究需求。
事件归因方式
事件归因方式一般可分为两类：(1)靠观测记录决定事件概率和量级；(2)用模型模拟比较存在人为影响气候和不存在人为影响两种背景下事件发生的情况。大部分研究会综合二者，比如用观测结果评估模型是否重建了兴趣事件，包含的机制是不是符合观测到的机制，而观测研究可能需要用模型对观测到的变化进行归因。
一些基于观测的方法会用到历史背景，用长期数据决定观测事件罕见度的变化。比如可以比较当代气候中某事件和它在人为温室气体排放还没那么高的时候的统计概率。实际情况下，历史观测时间常常不够长，不能得出事件频率或者强度变化的有效统计评估。
另一种方法分析给定天气事件的特征（如大规模环流形势），找出历史相似，然后查明气象上相似的事件是如何变化的（图2）。例如可以比较现在事件与过去类似事件中的降雨量，来估计大气气温和湿度长期增长对于该事件的影响。这种方法不能解决气候变化如何影响相关条件最终导致一种特定天气模式。还有一些研究检验了环流状态的频率，看它们是否能解释极端天气的变化或者与之发生交互。总体来说，这些变化很难被归因到人为气候变化上。
天气和气候模型法比较在不同输入条件下模式模拟的天气和气候现象，例如存在人为温室气体变化和无人类影响的情况。很多研究用的是海气耦合模式，还有的用全球大气模式、区域模式，或者为特定一类天气现象（如飓风）定制的模式。可以采用多次模拟来检验海面温度、大气CO2或者气溶胶浓度，以及其他变量的变化会如何影响兴趣极端事件。通常会微调初始大气或其他条件重复进行模拟，以估计不确定性和敏感度。图3和图4提供了俄罗斯2010年极端热事件以及英格兰和威尔士2000年秋季洪水事件基于模型的归因。
很多研究用气候模型来了解观测到的异常情况与无人类扰动世界中的可能情况分布有怎样的区别。估计人为气候变化情形下的事件发生概率（p1）和无人为扰动情形下的概率（p2）时常常用到模型。这种估计值会用于估计可归因风险分数（fraction of attributable risk）FAR=(p1-p0)/p1，或者风险比RR=p1/p0。以上的估计都依赖于模型能可靠模拟被讨论事件，并且能模拟事件中因为人为气候变化或其他考虑因素能导致的所有变化。
最近的一些研究还试图用模型来追踪特定极端天气事件的演变，比如用气象模式进行一系列短期预报。也就是可以用一个能准确展现特定事件，能够量化气候变化某些高置信度影响的模型，对特定极端事件进行具体研究。此类研究不能完全解决发生频率的问题，因为结果很大程度上由模型给定的大气初始状态和地表，以及事件发生前的特定海面条件决定。在以上限制之下，如果能确定作短期预报所需其他信息，要估计事件量级的变化，或估计超出、不足某量级的频率的变化，还是可能的。但不能研究在类似初始状态和海面条件下，事件发生的概率如何变化。
评估当前能力
如果物理原理可靠、观测证据一致、数值模式能重现事件，那么事件归因就更可信。总体来说，归因结果可信度最高的是以下几种极端事件类型：
• 有长周期的观测记录，能将事件置于合适的历史背景下；
• 在气候模型中得到充分 模拟；
• 本质上是纯气象的（也就是不受基础设施建设、资源管理行为等强烈影响），或者混淆因素可以被仔细有效考虑。
非气象因素会限制模型模拟极端事件的准确性，还会混淆观测记录。例如干旱和野火的归因研究就常受到非气象因素影响。
此外，对人为气候变化造成影响的推断置信度比较高的是：
• 存在一个已知并经过可靠模拟的物理机制，能将一类极端事件与长期人为气候变化（如全球尺度升温或变暖的大气中水含量升高）联系起来。
极端热增多和极端冷减少是与全球平均气温升高一致的两个例子。
委员会利用上述评判标准评估了不同极端事件类型归因的置信度，见图5和表1。
归因于人为影响的结论置信度最高的是与气温某方面有关的极端事件，气温有关指例如地区或全球气候长期变暖，现在基本确定人类活动导致了可观测到的变化。尤其像极端热和冷事件，长期平均状况的变化应该会伴随极端状况的变化。强降雨受更潮湿大气影响，而后者是人为变暖比较直接的后果。热带气旋和强对流风暴与大尺度气候参数有关，对这些参数与气候关联的了解有深有浅，但比温度和水蒸气等更复杂和不直接。大气环流和动力学在极端事件发展过程中会起一定作用，但它们的变化相对不直接由温度决定，也较少经过可靠的模拟，现有了解也较少。
其他改变影响严重程度的因素让事件归因更复杂化。比如很多研究认为野火与气候变化有关，但单一火灾与之前的森林管理、自然气候变化、森林人类活动和其他因素都有关，人为气候变化可能起恶化作用。
特定极端事件归因分析置信度最高的是极端热和冷事件，其次是水文干旱和强降水。强对流风暴和温带气旋归因的置信度极低。对气候变化如何影响一类事件的理解越深入，特定事件归因的置信度越高。知识缺陷和历史资料缺失导致不同特定事件归因置信度不同。
低频率自然变率在十年或数十年尺度影响极端事件频率，会使归因更复杂化。比如太平洋年代际振荡和大西洋数十年振荡。此类影响的观测记录太短，很难确切划定，也难以判断气候模型的模拟是否准确。
展现和解释事件归因研究
作为一个新兴领域，现在还没有建立展示结论的标准，证据存在相互矛盾时，解释就会遇到困难。事件归因研究一般都存在不确定性。结论取决于如何定义所选事件，提出了哪些问题，分析时做出的假设，使用了什么数据、模式、统计工具。因此在报告结果时需要说明以上信息。这种信息的技术特征决定了向公众准确交流结果、不确定性、局限性是比较困难的。
事件归因没有最佳方法或者假设。单时间限制就有可能影响问题构思和方法选择，改选最快的方式。
通常不能用决定性语句回答气候变化是否“导致”了一个特定事件，因为自然变率总会起一定作用。极端事件一般受某种特定天气状况影响，而所有事件都发生在一个受人类影响的气候系统中。事件归因研究通常估计一个或一类事件的强度和频率是否因为气候变化（或其他因素如低频率自然变率）而改变。科学界可以试图回答的问题如：
• “这种严重程度的事件是否因为气候变化而更频繁或较少出现？”
• “因为气候变化，风暴加剧或减轻了多少，或者降水减少增多了多少？”
归因的陈述与提出问题的方式和背景有关。举例来说，定义事件时必须决定事件的周期（起止事件）、影响地区，对某些事件（如热浪）来说这些并不十分明确。另外，研究的物理变量（如干旱的特征可能为降水不足、土壤过干或河流流量减少）、衡量事件极端程度的指标（频率、量级等）都可能不同。对观测或模式研究方法的选择、可用的观测值或者模型都会对提出的问题造成限制。
对单一事件的研究不能作出气候变化对极端事件影响的一般结论。迄今选作归因研究的事件并不是具有代表性的样本（例如，影响人口和建筑物密集区的事件会收到更多的信息需求）另外，气候变化导致减少的事件（比如极端冷）比增加的更少被研究。此外，单一事件的归因通常比找出一类事件统计特征及气候关联要更难。比如，对一类事件由于气候变化会发生变化作出肯定结论是可以的，但不一定能确定单一事件受到了人为影响。如上所述，认为现有的归因研究不能明确指出人类影响对极端天气的总效果。
只有清晰陈述研究过程中所作的假设和选择，并且谨慎评估不确定性，才能做出无歧义的解释。问题的构思常取决于预期的应用方向，它决定了研究的方式，并可能导致结论解释的差异。以以下方式展现的研究相对能避免被误读：
• 清晰传达事件发生时对气候系统一个或多个方面状态所作的假设。
• 提供强度和频率评估两方面信息，并包括不确定性，让用户能理解从不同角度看到变化的幅度。
• 对频率变化的估计以风险比的方式呈现，也就是以在有人为气候变化影响世界中的发生概率和在无人为气候变化世界中概率之比。同样的，可以比较两种情况再现期的差异。
• 对所作假设（如强度和频率变化如何由海平面温度异常或大气环流型决定）的影响进行讨论
• 给出结果的置信度，让用户理解证据力度。
集合多种科学手段，包括多种模式和多次研究，区分哪些结论是完善的，哪些易受提问方式和采用方法的影响。例如，完善的分析通常在一定范围的事件定义中都有数值类似的结果。运用不同的方法有助于区分不确定性的来源。
以下一些示例可协助获得更完善的结论：
• 用被证实能合理重建事件和环境，比如事件发生动力学背景的模型来进行概率和量级评估。
• 将模式做出的归因与可靠的观测结果比对，找出事件随时间演变的方式是否和模式的一致。
• 评估模式结果能与对气候变化影响该类型事件的物理认识达到何种程度的一致
• 清晰陈述遗留的不确定性和分析时做的假设和条件
前行之路
提高极端天气归因能力
需要继续开展研究，提高事件归因可靠性。在理解气候变化和极端天气长期统计值之间关系的工作中，涵盖了一部分此研究的内容。观测、模式、气候变化与极端天气关联理论、以及分析手段都应取得进步。
全力提高对极端天气、气候特定方面的理解，改善极端事件归因能力。委员会认为《世界气候研究计划大挑战：理解和预测极端天气和气候》（链接1；Zhang et al., 2014 ）中提出的建议对于事件归因的发展是必要的。
委员会特别推荐开展研究增进对以下方面的理解：
• 极端天气形成过程中的动力学和热力学；
• 能可靠重建不同类型和尺度极端事件的模式特征；
• 自然变率的变化，包括变化气候与自然变率之间的相互作用，认识能体现地区气候现象和环流中低频自然变率的模式技术；
• 使用模式作事件归因时不确定性的来源
• 不同条件（如将归因分析限制到某种类型的天气或气候情景）如何导致研究出现不同结果
• 统计方法、客观标准和评估方法
• 非气候成因对极端事件的影响-比如人造环境（如城市非渗透表面增加和热岛效应，土地覆被变化），自然资源管理手段（如灭火），海岸带和河流管理（如清淤、海堤），农业行为（如暗管排水）以及其他人类活动；
• 未来极端事件发展趋势，协助形成适应和减轻策略；
• 描绘一个没有人为影响的反事实世界，能可靠展示事件的概率、规模和环境。
针对极端事件的专门研究能迅速提高能力和结果可靠性。特别是可以协调现有的研究进一步推动这件事。鼓励气候、天气和统计科学之间的跨学科研究对提高分析技巧很有益处。改进观测记录，不管是事实的还是历史背景的，都能提升事件归因能力。
开发极端事件归因的透明的业内标准能改善事件归因。标准可以包括评估模式用于该事件的质量。还可以包括使用多重证据、获得影响质疑事件可探测改变的明晰联系，清晰有效地沟通结果对于提问方式的敏感性。
选择分析事件的系统标准能将选择偏倚最小化，并使得系统评估事件归因表现成为可能，这对于加强结果可信度很重要。开发一套事件选择和定义的客观标准能减少偏倚，甚至改进方法。与现行的天气预报评估法一样，这也是形成正规化方法来评估事件归因结果的先决条件。
操作环境中的事件归因
更多协作能确保使用系统性方法，各种方法和问题框架之间的不确定性也能得到探讨。事件归因可以受益于业务数值天气预报。有的团队开始开发业务极端天气归因系统。不同研究团队之间基于一致的事件遴选标准进行比较和对照的客观方法还需要进行探索。
在委员会看来，成功的业务事件归因系统需要包括：
• 客观的事件选择标准，减少选择偏倚，让利益相关者能理解不同事件在气候变化大背景中的情况；
• 事件后几天内向利益相关者提供因果要素，之后随着数据和分析结果增加定期提供更新；
• 向利益相关者清晰沟通方法和框架选择，以及相关的不确定性和可能性；
• 利用观测和季节预报以及天气预报常用的预报技巧分对事件归因系统进行评估和核实。
与不同尺度的集合性天气-气候预测工作建立联系对将来事件的归因有益。可以基于数值天气预报团体的概念和实践开展这种活动。最终目标是提供将来极端事件提前若干天或季节或更长的预测型（概率型）预报。这些预报会由观测进行核实和评估，预报的定期产出将推动相应技巧分数的形成和应用。相应行动包括严格的管理和系统升级方法，不断提升极端事件的模式、物理理解和观测。虽然与集合性天气-气候预测工作结合能加强协作，委员会也鼓励在业务背景之外进行事件归因研究，以推动行业进一步革新。
结语
在气候变化背景下理解和解释极端事件的能力在过去十年中发展迅速。过去气候科学家对于气候变化在某极端天气事件的作用的典型回应是“我们不能把单个事件归咎于气候变化”。随着科学发展，这已经不是一个万能声明。很多时候已经可以做出对于人为气候变化（或其他致因，如某种特定的自然变率）对特定类型或级别事件的规模和概率的影响程度的定量声明。声明背后的科学在不断飞速进步，也需要进一步发展，尤其在评估和沟通事件归因结果、确保事件归因研究满足利益相关者需求方面。这些不仅要求解决归因的特定科学问题，还要在基础科学包括观测、模式、极端事件及其与气候变化的理论理解方面都取得进展。