美国国家科学院7月16日发布一份新报告,评估极端天气归因科学的进展。这是它自2016年首次系统评估这一领域以来,时隔十年的更新。
报告的核心结论并不复杂:归因科学已经从新兴研究方法,变成了可以直接用于工程决策和法庭辩护的"正常科学"。但不同灾害类型之间,证据的可靠程度差得很远——这才是接下来最值得盯的部分。
美国国家科学院:气候归因已是主流科学,但不是万能因果证明
十年前,国家科学院第一次系统评估归因科学时,这个领域还在快速生长期,方法论争议不小。十年后再看,报告的判断很直接:模型更精细,观测数据更长,机器学习方法加入进来,归因结论比过去更站得住脚。
主流做法分两条路,各自回答不同的问题。
| 方法 | 回答的问题 | 适用场景 |
|---|---|---|
| 概率归因 | 气候变化让某类事件的发生概率变了多少 | 长期统计、大样本事件,比如年度热浪频次 |
| 故事线方法 | 一次具体事件的大气条件为什么异常 | 单次事件复盘,比如台风路径偏移、冰雹反常增大 |
报告建议,同一场灾害最好两种方法都跑一遍,互相校验。这套方法论已经过同行评审,也被用来分析过飓风"米尔顿"这类具体案例。
报告把归因科学定性为"正常的主流科学"。这句话看似平淡,却是全篇最关键的判断——它意味着归因结论不再只是论文里的争议课题,而是可以被工程和法律领域直接引用的依据。
热浪和强降雨证据最强,野火、强风暴仍卡在数据和模型尺度
不是所有灾害的归因信心都一样。按报告的定性描述,热浪和强降雨证据最扎实,强风暴证据中等,野火、龙卷风和复合灾害的证据链明显薄弱。下图是根据报告文字描述做的示意排序,不是报告给出的正式量化评分。
差距背后有两个硬限制,不是"研究不够努力"这么简单。
一是观测数据不均。全球南方很多地区连基本的天气记录都不完整,长期概率根本算不出来。
二是模型分辨率跟不上。目前主流气候模型的网格在50到100公里一格,龙卷风、雷暴这类现象往往在几公里尺度上发生,模型"看不见"它们。复合事件——比如干旱叠加野火——统计上更难处理,因为这类组合本身就超出了历史分布的尾部。
一个直接的提醒:用热浪归因的信心去套野火或龙卷风,会高估证据的确定性。这也是报告里少有的、明确划出边界的部分。
从建筑规范到石油公司诉讼:科学成熟,正在改变谁担责
归因结论一旦足够稳,最先受影响的是工程标准。排水系统按多大暴雨设计、道路材料能扛多高气温,都要跟着更新后的概率重新校准。这是报告里争议最小的应用场景,地方政府和工程部门大概率会逐步跟进,把现有标准拿出来复核。
争议更大的地方在法庭。多年来,美国多个州和城市对埃克森美孚、雪佛龙等油气公司提起气候诉讼,指控企业误导公众、应为极端天气损失担责。归因科学一旦被定性为"正常科学",法院采纳这类证据的门槛可能会更低。
据公开报道,这也是部分共和党议员近期向国家科学院发起信息公开申请、并质疑其经费的背景之一。但这类政治反弹只能说明行业和部分政治势力对归因科学"入场法庭"感到警惕,不代表报告本身已经改变了任何一起诉讼的结果。
科学结论和法律责任之间,还隔着几道独立门槛。
目前公开材料只显示行业方面的担忧和政治反弹。没有哪家石油公司因为这份报告败诉,也没有证据显示企业因此承担了确定的财务损失。
对不同角色,这意味着不同的动作:
- 基础设施和保险决策者.可以把这份报告当工具书,着手评估排水、道路、建筑标准是否需要按新的灾害概率重新校准。
- 关注气候诉讼的企业法务和律师.重点不是这份报告本身,而是接下来哪个法院会第一次正式把归因证据当成因果链条的一部分采纳——那才是真正的分水岭。