气候变化的影响归因:来自IPCC AR6 WGⅡ的新认知

苏布达,陈梓延,黄金龙,姜彤*

① 南京信息工程大学 地理科学学院/灾害风险管理研究院,江苏 南京 210044; ② 南京信息工程大学 气候与环境治理研究院,江苏 南京 210044

归因研究是回答“气候变化在多大程度上是由人类活动引起的”这一问题的重要科学基础。1990年IPCC发布了第一次评估报告(FAR),指出观测到的增温可能主要由自然变率导致,但已经感知到人类活动的影响;1995年第二次评估报告(SAR)时,有明显证据表明人类活动对气候的影响,但气候变化对系统的影响很难量化;2001年第三次评估报告(TAR)认为,新的、更有力的证据表明,过去50 a观测到的全球大部分增暖可能(66%以上可能性)归因于人类活动,区域气候变化已对许多自然和生物系统产生了影响;2007年第四次评估报告(AR4)进一步指出,人类活动很可能(90%以上可能性)是气候变暖的主要原因,区域气候变化对自然和人类环境的影响正在显现;2013年第五次评估报告(AR5)认为,20世纪中叶以来人类活动造成了观测到的全球气候一半以上的变暖,置信度达95%以上,气候变化已对各大洲和各大洋的自然和人类系统造成了影响。2021年第六次评估报告(AR6)指出,自工业化革命以来,人类活动导致全球升温约1.09 ℃,2020年陆地表面和海洋表面分别升温1.59 ℃和0.88 ℃,人类活动引起了大气、陆地和海洋变暖是毋庸置疑的,人类引起的气候变化对自然和人类造成广泛不利影响和相关损失及损害,远超自然气候变率造成的影响。

归因用于评估一个或多个因素对观测到的变化趋势或事件的贡献,可识别变化趋势或事件中的气候和非气候因子相对重要性。这种变化趋势或事件可能反映在天气或气候要素,也可能反映在自然、人类或受管理系统,如农业生产力或基础设施损失,还可能体现在温室气体排放量的变化。归因研究在提高决策者和公众对气候变化影响的认识和行动意愿方面发挥着重要作用。归因研究通过量化人为气候强迫、气候系统和自然、人类或受管理系统之间的关系,为气候预估、适应措施等提供信息和限制条件,支持气候变化风险管理与适应的规划和政策制定,服务于气候变化造成损失的赔偿以及气候变化减缓对策的实行。

1 归因的定义、方法和挑战

1.1 定义

归因首次出现在TAR第一工作组(WGⅠ)报告,是指以某种给定的信度建立因果关系的过程(IPCC,2001a);第二工作组(WGⅡ)报告则将观测到的环境系统变化归因于观测到的气候变化(IPCC,2001b)。AR4 WGⅠ报告认为,气候变化归因是以某种给定的信度评估所检测变化最大可能原因的过程(IPCC,2007a);WGⅡ报告指出,将观测到的系统变化归因于人为气候变化,系统变化应与区域气候变化在一定信度上相关,且观测到的区域气候变化的可量化部分也应以一定信度归因于人为气候强迫(IPCC,2007b)。AR5 WGⅠ报告中,归因是在给定的统计信度上,评估多种因子对某一变化或事件的相对贡献的过程(IPCC,2013),而WGⅡ报告第18章首次提出了影响归因的概念,指出影响归因用于辨识气候变化对系统变化的贡献程度(IPCC,2014)。AR6 WGⅠ报告沿用了AR5 WGⅠ报告对归因的定义(IPCC,2021);WGⅡ则区分了气候变化归因、影响归因和天气敏感性识别三种归因研究(IPCC,2022)。

气候变化归因用于评估人为强迫对气候系统变化的贡献程度,如何区分由外部人为强迫导致的长期变化与内部变率是气候变化归因的难点;气候变化影响归因用于评估气候变化对观测到的自然、人类或受管理系统变化的贡献程度,主要挑战是辨识气候与非气候因子的作用。此外,AR6 WGⅡ还提出了天气敏感性识别的概念,指出天气敏感性识别用于评估极端天气气候事件和波动对观测到的自然、人类或受管理系统变化的影响程度,如相比于管理措施变化,天气条件变化对观测到的作物产量变率有多大贡献,这一问题就属于天气敏感性识别(Ray et al.,2015;Müller et al.,2017)。

1.2 方法

气候变化归因常用的方法包括贝叶斯方法、时间序列法(格兰杰因果检验法)和最优指纹法。英国学者贝叶斯于1763年提出了一种归纳推理的理论,后发展成为一种系统的统计推断方法,即贝叶斯方法。贝叶斯方法由先验分布和后验分布组成,先验分布是对样本抽样前就存在的关于总体分布参数的先验信息的概率表述,不依赖客观依据,可部分或完全由主观获取;后验分布在样本抽样后根据样本分布和未知参数的先验分布,通过求解条件概率分布的方法,获取样本已知情况下未知参数的条件分布(Hegerl et al.,2010)。格兰杰检验法主要通过检测两个时序变量之间的相互关系和其自身变化,推断两个变量之间的因果关系,并控制与这两个变量相关的第三方变量的影响(Granger,1980)。假设两个时间序列分别为和,格兰杰检验法分析预测的结果是否通过统计检验,如果通过,则认为是的原因,反之亦然。最优指纹法应用最为广泛,由2021年诺贝尔物理学奖获得者克劳斯·哈塞尔曼(Klaus Hasselmann)于1998年提出,该方法通过最大化信噪比来增强气候变化信号特征,使之排除低频自然变率噪声干扰,可用于区分不同的强迫机制来进行归因分析(Hasselmann et al.,1998)。最优指纹法可以通过广义多元回归来实现,公式如下:

=+。

(1)

观测到的气候变化可看作是外部强迫引起的气候变化信号的线性叠加,再加上气候系统内部变率。式(1)中为气候变化信号的响应系数,当显著大于0时,表示可以检测出外部强迫对观测的影响。

IPCC报告的“影响”是指气候系统变化引起的自然生态系统、作物、经济指标、基础设施或人体健康等自然、人类或受管理系统变化。

AR6 WGⅡ报告第16章总结了不同部门、区域和系统受到的影响的归因。影响归因包括一系列不同的定性和定量方法,这些方法以遥感、现场观测和监测为基础,结合了当地知识、过程理解和分析技术(Stone et al.,2013;Cramer et al.,2014)。

目前,影响归因研究不要求系统变化必须归因到人为气候强迫,而“联合归因”在某些情况下可以指示人为气候变化的影响(Rosenzweig et al.,2007)。“联合归因”首先将气候系统观测到的变化归因于人为气候强迫,继而将自然、人类或受管理系统的变化归因于气候系统的变化。

气候变化影响归因需要考虑其他非气候驱动因子,进而将自然、人类或受管理系统的变化归因于气候系统变化,这需要将观测到的系统变化与非气候驱动的影响进行比较,也就是对比观测期与无气候变化基准期(no-climate change baseline)。无气候变化基准在排除其他人类干扰的情况下,可以被近似的认为是早期没有或只有较低温升水平时的观测数据。无气候变化基准也可以通过设置气候相关预测因子保持不变的前提下,采用统计影响模型模拟获取;或采用观测气候的去趋势数据,驱动基于过程的影响模型模拟获取。

自AR5以来,出现了将特定的天气/气候事件(Hope et al.,2016)或系列事件(Sun et al.,2014;Stott et al.,2016)归因于驱动因子的方法。一种是将观测到的强迫下模拟的历史变化与无人为强迫下模拟的非事实气候(counterfactual climate)进行比较;另一种是通过基于过程的归因来检测天气的特征和事件的热力状况(Shepherd et al.,2018)。

1.3 挑战

归因研究的关键是明确观测到的系统变化、影响或结果及其特征,包括基准条件的假设(Hansen et al.,2016;Mann et al.,2017)。同时,归因研究通常需要选择隐式或显式的物理、概念或经验模型,模型可靠性将影响归因结果的信度(Vautard et al.,2019)。此外,由于研究者对一些重要的驱动因子了解甚少,归因研究可能并没有充分考虑潜在的混淆因子(Hegerl et al.,2010)。

气象要素的选择可能会影响归因结果。例如,对于降雨事件,持续时间和空间范围非常重要;尤其对于局部的亚热带极端降水,热力因子可能在高强度的短寿命降水事件中有明显作用,但这种作用可能会被长时间尺度上的环流变化所掩盖(Hope et al.,2018;King,2018)。此外,归因对象的选取也会影响归因结果。就洪水事件而言,由于依赖不同的非气候因子,对洪水损失、导致的死亡人口或影响范围的归因结果可能存在差异。最后,中间变量的选取也会影响结果。例如,对于洪水事件,中间变量不仅包括流域自然条件,也包括处于风险中的资产类型。

气候因子和非气候因子之间的相互作用,特别是缺乏暴露度和脆弱性长序列数据的情况,对气候变化影响归因形成了挑战。非气候驱动因子的趋势或变率可能主导气候对系统的影响。影响归因受到的挑战还涉及适应措施对气候变化影响的作用。

2 影响归因的主要结论

已有资料证明目前观测到的气候变化对自然系统的影响最强、最全面,对人类系统也有一定影响,气候变化作用有主次之分,气候变化对人类系统的影响因气候和社会经济因素的区域特征呈现地理异质化,且可区别于其他因素——如技术创新、社会和人口变化以及环境退化等(丁永建等,2021)。图1总结了全球不同地区各类系统的气候变化归因、影响归因和天气敏感性识别研究结果。其中,受气候变化影响的系统包括陆地生态系统、海洋生态系统、海岸系统、水系统、食物系统和人类社会。

图1 气候变化或天气波动的影响Fig.1 Impact of climate changes or weather fluctuations

2.1 陆地生态系统

陆地生态系统可归因于气候变化影响的方面主要包括陆地物种分布范围缩小或转移、初级净生产力变化、生态系统结构变化、陆地物候变化和火烧迹地变化等。

全球范围内,气候变化是物种向高海拔和高纬度地区大规模迁移的主要贡献因素(高信度);分大洲看,气候变化对亚洲物种分布范围缩小的贡献中等(中等信度);澳洲物种范围的大幅缩小归因于气候变化(高信度);气候变化对非洲物种分布范围和种群规模缩小的贡献较低(低信度);中南美洲物种范围中度缩小可归因于气候变化(中等信度);北美物种繁殖栖息地中度减少可归因于气候变化和相关野火变化(低信度)。

全球初级净生产力(NPP)的中度增加可归因于气候变化(中等信度);各大洲范围内,气候变化对欧洲NPP的影响较小(低信度);亚洲NPP因气候变化中度增加(中等信度);气候变化影响下,澳洲NPP中度增加(低信度)、非洲NPP中度增加(高信度);中南美洲NPP的变化受气候变化影响较小(低信度);由于CO的施肥效应,北美NPP显著增加(中等信度)。

CO浓度上升对全球观测到的灌丛和林地密度增加以及林地和森林扩张贡献中等(中等信度);在各大洲与地区,气候变化对欧洲山地植被结构变化的贡献较大(低信度);澳洲半干旱区植被增加受大气CO中度影响(中等信度);气候和CO变化对非洲林地范围扩张与密度增加的贡献中等(中等信度);在中南美洲,气候驱动因子对森林侵蚀的贡献较低(中等信度);在北美,干旱区草地扩张和其他区域森林覆盖面积增加受到气候和CO变化中度影响;气温升高和降水减少对小岛屿上植被组合变化和关键动物行为改变的贡献中等,这些岛屿的生态功能可能会受到影响。

从全球范围来看,气候变化对陆地物候行为变化的影响强烈(高信度)。分大洲与地区来看,亚洲物候变化受到气候变暖强烈影响(高信度);非洲物候变化受到气候变化中度影响(低信度);由于气候变暖,北美物种产卵时间中度提前(中等信度);在小岛屿,干旱化对物种早期繁殖有着强烈影响(高信度)。

全球平均而言,气候变化导致火烧迹地微弱减少(低信度)。在不同大洲与地区,气候变化对欧洲西班牙东北部火烧迹地减小趋势的贡献较低,中等程度地贡献了葡萄牙火烧迹地增加趋势,但趋势受其他直接人类活动影响而减弱(低信度);澳洲东南部森林火烧迹地增加受气候变化中度影响(低信度);气候变化对非洲火烧迹地减少的贡献中到强(中等信度);在中南美洲亚马孙地区,气候变化对火烧迹地增加有中度贡献(中等信度);北美部分地区火烧迹地呈增加趋势,是因为受到了气候变化的强烈影响(高信度)。

2.2 海洋生态系统与海岸系统

海洋生态系统中可归因于气候变化影响的方面主要包括海洋物候变化、海洋物种分布范围迁移或缩小、大规模珊瑚白化、海藻林和海草损失等。

全球尺度上,气候变化对观测到的海洋物候变化贡献巨大(高信度)。从海域来看,气候变化对极地海域浮游植物爆发时间有强烈影响,对温带海洋浮游动植物季节性事件的发生时间有中等至强烈的影响(高信度)。

全球范围内,气候变化对暖属物种分布范围的扩张和以其为代表的新物种组合发展影响强烈(高信度);不同海域内,气候变化对极地鱼类分布范围的缩小和北方鱼类分布范围的强劲扩张贡献较高(高信度);气候变化对温带海洋暖属物种分布范围向较冷地区扩张的贡献较高(高信度),对以暖属物种为代表的新物种组合发展的影响强烈(高信度);热带海洋物种丰度中等损失可归因于气候变化(低信度)。

几乎可以肯定的是,气候变化对观测到的热带海洋大规模珊瑚白化的贡献较高,对热带太平洋珊瑚有强烈的不利影响(高信度)。

从全球角度看,气候变化导致海藻林增加(中等信度)。在不同海域,气候变化是极地海洋海藻林丰度微弱增加(中等信度)以及温带海洋海藻林退化和物种范围变化(高信度)的主要贡献因素。

全球范围内,海草中度减少可归因于气候变化(低信度)。不同海域,气候变化对观测到的南非海岸海草损失的贡献中等(低信度),而对西澳大利亚海岸海草损失起到主要影响(高信度);热带小岛屿海岸观测到的海草损失受气候变化影响较低或中等。

海岸系统影响归因研究的重点是气候变化对海岸系统的损害程度。气候变化导致的海平面上升引起欧洲局部海岸系统遭受的损失微弱至中度增加(低信度);北美相关案例研究表明,相对海平面上升、热带气旋相关的降水增加和海冰退缩对海岸人类系统产生了强烈的不利影响(中等信度);相对海平面上升对所罗门群岛和斐济海岸系统的损失贡献巨大(中等信度)。

2.3 水系统

水系统可归因于气候变化影响的方面主要有可获得水资源/水安全、缺水导致的经济损失、洪水灾害、洪水致死率、洪水导致的经济损失等。

在全球近年来几次较严重的水资源危机中,气候变化对2018年非洲开普敦水危机事件发生的贡献巨大(低信度),对2015年中南美洲圣保罗水危机事件发生的贡献较小(中等信度),对北美加利福尼亚州2014—2021年的极端缺水贡献中等(中等信度)。

气候变化对新西兰的干旱损失有巨大的贡献,对一些小岛屿干旱缺水导致的经济损失增加也有巨大贡献(低信度)。

气候变化对全球洪涝频次和洪峰流量出现时间变化的影响巨大(高信度),气候变化导致了全球平均年最大流量和淹没面积的小幅增加(中等信度)。在洲际尺度,气候变化对欧洲观测到的年最大流量变化趋势的影响强烈(中等信度);受气候变化的强烈影响,澳洲东南部年最大流量减少(低信度);气候变化对非洲南部年最大流量减少的贡献中等(低信度);在北美,气候变化对观测到的洪涝灾害变化的贡献较小。

全球范围内,气候变化对观测到的河流洪涝导致的死亡人数增加的影响较小(中等信度)。

全球尺度上,气候变化对已观测到的洪涝经济损害的贡献较小,但在流量呈增加趋势的区域贡献率中等(低信度)。分大洲来看,气候变化对欧洲洪涝损失的影响较小(中等信度);亚洲部分流量呈上升趋势的区域受到了气候变化的强烈不利影响(低信度);在澳洲,澳大利亚年最大流量下降地区的经济损失中度减少,新西兰的洪涝经济损失强烈增加可归因于人为气候变化(低信度);气候变化对中南美洲洪涝导致的经济损失有轻微的影响(低信度);在北美,气候变化导致洪涝经济损失增加幅度各异(中等信度)。

2.4 食物系统

在食物系统中,影响归因研究内容主要针对作物产量。气候变化导致全球平均小麦产量中度下降(中等信度),由于证据有限,其他作物还未有全球层面的评估。气候变化对欧洲不同作物产量有着混合影响,对小麦产量有强烈的负面影响(低信度),但其他作物的研究结果多数不一致;亚洲水稻产量受气候变化的影响较小(中等信度),而其他作物的研究结果多数不一致;在澳洲,气候变化导致的小麦产量变化趋势的估计不一致,对其他作物的研究欠缺;气候变化对非洲作物产量有混合影响,导致西非小米和高粱产量大幅下降,但对北非木薯、高粱、大豆和小麦的增产有中度贡献;气候变化导致中南美洲大豆和玉米产量变化的证据不一致;气候变化对北美不同作物产量有混合影响,对美国玉米产量有强烈正面影响,而对美国小麦有中度负面影响(低信度);在小岛屿,农业生产和作物产量中度下降可归因于气候变化(中等信度)。

2.5 人类社会

气候变化对人类社会产生方方面面的影响,主要包括热相关死亡、媒介传播疾病、宏观经济、国家间不平等、局部冲突、流离失所及人口迁徙等。

气候变化对全球热暴露度相关的死亡人口有微弱至强烈的影响(中等信度)。在不同大洲,气候变化对欧洲热相关超额死亡人口有中度到强烈的影响(中等信度);亚洲热相关死亡人口受气候变化中度至强烈影响(低信度);气候变化对澳洲热相关超额死亡人口有中度到强烈的影响(中等信度);气候变化导致非洲的热相关死亡人口大幅增加(低信度);在中南美洲,热相关超额死亡人口受气候变化中度至强烈影响(低信度);在北美,热相关超额死亡人口受气候变化中度影响(中等信度);气候变化对小岛屿热相关超额死亡人口的影响强烈(低信度)。

气候变化正在增加全球高原地区的疟疾传播(高信度),对欧洲媒介传播疾病发病率增加的贡献中等(中等信度)。

从宏观经济的角度看,全球高纬度地区GDP的中度增长以及亚热带和热带地区GDP的大幅减少可归因于气候变化(低信度)。

气候变化引发国家间不平等现象大幅增加(低信度),如撒哈拉以南非洲长期的降雨下降趋势导致撒哈拉以南非洲国家和其他发展中国家之间的不平等现象大幅增加(低信度)。

气候变化对局部冲突影响的有限研究表明,气候变化对欧洲渔业争端的贡献中等(低信度),对亚洲叙利亚内战的贡献较低(低信度,低一致性),而非洲武装冲突事件中度增加或减少可非线性地归因于温升(低信度)。

气候变化引起的土地淹没和土壤盐渍化对亚洲国家国内和国际人口迁移的贡献中等(低信度),在北美,相对海平面上升、冻土融化和海冰退缩对定居区位的抉择有强烈的影响(中等信度),对于所罗门群岛等岛屿,居民流离失所主要受由人为气候强迫导致的相对海平面上升的强烈影响(中等信度)。

3 结论与展望

1)AR6 WGII报告明确了气候变化归因、气候变化影响归因和天气敏感性识别等三类归因。气候变化影响归因用于评估气候变化对观测到的自然、人类或受管理系统变化的贡献程度,以辨识气候与非气候因子的作用,并提出气候变化影响归因中构建“无气候变化基准期”的研究思路,以及利用早期观测数据、采用统计模型或基于过程的影响模型获取“无气候变化基准期”数据的方法。

2)AR6 WGII报告指出,在自然系统方面,气候变化已经对全球的陆地和海洋生态系统产生了广泛而深远的影响。全球范围内,陆地生态系统中,气候变化导致物种向高海拔和高纬度地区大规模迁移,对陆地物候行为变化影响强烈(高信度);海洋生态系统中,气候变化对暖属物种分布范围扩张影响强烈,对观测到的海洋物候变化贡献巨大(高信度)。

3)气候变化已对全球人类或受管理系统产生多种不利影响,热相关死亡、媒介传播疾病、流离失所及人口迁徙、作物产量、洪水灾害等方面的评估结果信度较高。气候变化对全球热暴露相关的死亡人口产生微弱至强烈的影响(中等信度),增加了全球高原地区的疟疾传播(高信度),其引起的相对海平面上升、冻土融化和海冰退缩对部分区域流离失所及人口迁徙有强烈的影响(中等信度);气候变化导致全球平均小麦产量中度下降(中等信度),对全球洪涝频次和洪峰流量出现时间变化也有强烈影响(高信度)。

AR6 WGII报告在影响归因研究方面取得了一定进展,气候变化对自然系统影响归因研究的结论信度相较于AR5有所提升。如“亚马孙地区火烧迹地受气候变化影响而增加”,信度由低提升为中等;“气候变化导致极地鱼类分布范围缩小,温带鱼类分布范围向高纬度地区扩张”,信度由中等提升为高。同时,AR6在AR5的基础上,结合新的研究成果,得到了气候变化对社会系统影响方面的归因研究结论(Buhaug et al.,2020;Hauer et al.,2020;Krichene et al.,2020)。但仍有部门、区域和系统存在研究案例不足(如气候变化对水媒疾病、食物价格、营养不良、国家内部不平等的影响),量化气候变化影响困难(如量化气候变化对居民流离失所的贡献率)的问题。其次,影响归因研究中可能存在“研究偏好”,即现有影响归因研究多是在具有长期可靠观测资料的区域开展,而观测资料缺乏或数据质量有限区域的影响归因研究较少,进而导致气候变化全球影响的相关结论出现偏差(Huggel et al.,2016)。最后,自然、人类或受管理系统以及影响它们的多种因素的观测数据质量还需进一步提高,气候模式和评估模型需要改进和调整(Vautard et al.,2019;van Oldenborgh et al.,2021),此外,还需要更全面地理解系统变化的机制,例如,气候和其他驱动因素与系统相互作用的机制,以及影响这些机制的直接人类干预行为(包括减缓和适应)的作用。