诺奖官方解读｜气候模型表明人类二氧化碳排放造成全球变暖

北京时间10月5日17时45分，2021年诺贝尔物理学奖揭晓：一半授予美籍日裔气象学家真锅淑郎（Syukuro Manabe）、德国海洋学家、气候建模师克劳斯·哈塞尔曼（Klaus Hasselmann），另一半授予意大利理论物理学家乔治·帕里西（Giorgio Parisi）。

他们因对复杂现象的研究而获奖。他们为我们了解地球气候以及人类如何影响气候奠定了基础，并彻底改变了无序材料和随机过程的理论。

以下为诺贝尔奖委员会对于此次获奖的官方解读：

所有复杂系统都由许多相互作用的不同部分组成。复杂系统已经被物理学家研究了几个世纪，它们很难用数学方法进行描述——它们可能有大量组成部分，或受到偶然支配。它们也可能是混乱系统，比如天气，初始值的微小偏差会导致后期的巨大差异。今年的获奖者为我们更好地了解此类系统及其长期发展做出了贡献。

地球的气候是复杂系统的众多例子之一。真锅淑郎和哈塞尔曼因其在开发气候模型方面的开创性工作而获奖。帕里西因其对复杂系统理论中大量问题的理论解决方案而获奖。

真锅淑郎展示了大气中二氧化碳浓度的增加如何导致地球表面温度升高。20世纪60年代，他领导了地球气候物理模型的开发，并且是探索辐射平衡与气团垂直输送之间相互作用的第一人。他的工作为气候模型的发展奠定了基础。

大约十年后，哈塞尔曼创建了一个将天气和气候联系起来的模型，从而回答了为何气候模型在天气多变且混沌的情况下仍然可靠的问题。他还开发了识别自然现象和人类活动在气候中留下印记的特定信号、印记的方法。他的方法已被用来证明大气温度升高是由于人类排放的二氧化碳。

1980 年左右，帕里西在无序的复杂材料中发现了隐藏的模式。他的发现是对复杂系统理论最重要的贡献之一。它们使得理解和描述许多不同的、显然完全随机的复杂材料和现象成为可能，不仅在物理学领域，也在其他非常不同的领域，如数学、生物学、神经科学和机器学习。

温室效应对生命至关重要

200年前，法国物理学家约瑟夫·傅里叶(Joseph Fourier) 研究了太阳对地面的辐射和地面辐射之间的能量平衡。他理解大气在这种平衡中的作用；在地球表面，收到的太阳辐射转化为向外辐射——“暗热”（dark heat）——被大气吸收，从而加热大气。大气的保护作用现在叫温室效应，该名称来源于它与温室玻璃板的相似性，温室玻璃允许太阳加热的射线进入，但将热量困在里面。不过，大气中的辐射过程要复杂得多。

这项任务与傅里叶承担的任务相同，是调查进入地球的短波太阳辐射与地球发出的长波红外辐射之间的平衡。在接下来的两个世纪中，许多气候科学家补充了细节。当代气候模型是非常强大的工具，不仅可以用于理解气候，还可以用来理解人类应该负责的全球变暖。

这些模型基于物理定律，是从用于预测天气的模型发展而来的。天气由诸如温度、降水、风或云等气象量描述，并受海洋和陆地发生的事件影响。气候模型基于天气的计算统计特性，如平均值、标准偏差、最高和最低测量值等。气候模型无法告诉我们明年12月10日斯德哥尔摩的天气，但我们可以知道12月斯德哥尔摩的平均气温或降雨量。

确定二氧化碳在其中的作用

温室效应对地球生命至关重要。温室效应控制着温度，因为大气中二氧化碳、甲烷、水蒸气等温室气体，首先会吸收地球的红外辐射，然后再释放所吸收的能量，将周围的空气和它下面的地面加热。

实际上，温室气体只占地球干燥大气的一小部分。大气的主要成分是氮气和氧气，它们占体积的99%，而二氧化碳仅占0.04%。最强大的温室气体是水蒸气，但我们无法控制大气中水蒸气的浓度，而我们可以控制二氧化碳的浓度。

大气中水蒸气的量高度依赖于温度，从而形成反馈机制。大气中的二氧化碳越多，温度就越高，从而使更多的水蒸气滞留在空气中，这会加剧温室效应使温度进一步升高。若二氧化碳水平下降，一些水蒸气会凝结，温度将下降。

关于二氧化碳影响的第一块重要部分来自瑞典研究人员、诺奖获得者斯万特·阿伦尼乌斯（Svante Arrhenius）。顺便一提，1901年，他的同事气象学家尼尔斯·埃克霍尔姆（Nils Ekholm）第一个用“温室”一词描述大气的热量存储与再辐射。

阿伦尼乌斯在19世纪末理解了温室效应的物理学：向外辐射与辐射体的绝对温度 (T) 的四次方 (T⁴) 成正比。辐射源温度越高，辐射的波长越短。太阳表面6000°C，主要辐射可见光，而地球表面仅15°C，会发出我们看不见的红外辐射。如果大气不吸收地球辐射，地表温度几乎不会高于–18°C。

阿伦尼乌斯实际上是在试图找出最近发现的冰河期现象的原因。他得出结论：大气中的二氧化碳含量减半将足以让地球进入一个新的冰河时代。反之，若二氧化碳量增加一倍，温度将升高5℃到6℃。这一结果在某种程度上意外地与目前的估计惊人地接近。

二氧化碳的影响的开创性模型

20世纪50年代，日本大气物理学家真锅秀郎是东京的一位年轻有才的研究人员，他离开了饱受战争摧残的日本，在美国继续其职业生涯。他的研究与70 年前阿伦尼乌斯的研究一样，目的是了解二氧化碳水平的增加如何导致温度升高。不过，阿伦尼乌斯专注于辐射平衡，而20世纪60年代，真锅秀郎领导了物理模型的开发工作，将对流引起的气团垂直输送以及水蒸气的潜热纳入其中。

为了使计算易于处理，他将模型缩小到一维——一个垂直40公里的大气层柱。即便如此，通过改变大气中的气体水平来测试模型还是花费了数百个宝贵的计算小时。氧气和氮气对地表温度的影响可忽略不计，二氧化碳的影响则明显：当二氧化碳水平翻一番时，全球温度上升超过2℃。

Source: Manabe and Wetherald (1967) Thermal equilibrium of the atmosphere with a given distribution of relative humidity, Journal of the atmospheric sciences, Vol. 24, Nr 3, May.

该模型证实，变暖确实是由于二氧化碳增加。因为模型预测，靠近地面的温度升高，而高层大气变冷。如果温度升高的原因是太阳辐射变化，那么整个大气应该同时加热。

60年前，当时的计算机比现在慢几十万倍，所以这个模型相对简单，但真锅秀郎正确地抓住了关键功能。他说，你必须总是简化。你无法跟自然界的复杂性抗衡——每一滴雨滴都涉及到如此多的物理因素，以至于永远不可能计算出所有的一切。一维模型的洞察促使了三维气候模型，该模型由真锅秀郎在1975年发表；这是理解气候秘密道路上的又一个里程碑。

天气是混沌的

在真锅秀郎之后大约10年，克劳斯·哈塞尔曼成功将天气和气候联系起来，他找到一种方法来战胜快速而混乱、对计算来说非常麻烦的天气变化。由于太阳辐射在时间和空间上的分布极不均匀，地球的天气会发生巨大变化。地球是圆的，因此到达高纬地区的太阳光比赤道附近的低纬度地区少。另外，由于地球的地轴倾斜，入射辐射会有季节性差异。暖空气和冷空气之间的密度差异导致不同纬度之间、海洋和陆地之间、高低气团之间的巨大热量传输，从而驱动地球上的天气。

众所周知，对未来10天以上的天气进行可靠预测是一项挑战。200年前，法国著名科学家皮埃尔-西蒙·拉普拉斯(Pierre-Simon de Laplace)说，如果我们只知道宇宙中所有粒子的位置和速度，就应该能算出我们的世界发生了什么以及将要发生什么。原则上应该是这样；牛顿三个世纪以来的运动定律也描述了大气中的航空运输，这完全是确定性的——它们不受偶然性支配。

然而，说到天气，没有什么比这更糟糕的了。这在一定程度上是因为，在实践中，不可能精确到足以说明大气中每个点的空气温度、压力、湿度或风况。而且，方程是非线性的；初始值的微小偏差可以使天气系统以完全不同的方式演变。基于巴西蝴蝶拍动翅膀是否会在德克萨斯州引发龙卷风的问题，该现象被命名为蝴蝶效应。在实践中，这意味着不可能产生长期天气预报——天气是混沌的。这一发现由美国气象学家爱德华·罗伦兹（Edward Lorenz）在20世纪60年代提出，他为今天的混沌理论奠定了基础。

理解嘈杂数据

尽管天气是混沌系统的典型例子，我们如何才能在未来几十年或几百年中建立可靠气候模型？ 1980 年左右，克劳斯·哈塞尔曼演示了如何将气候变化的混沌现象描述为快速变化的噪声，从而为长期气候预测奠定了坚实的科学基础。此外，他还开发了识别人类对全球温度影响的方法。

20世纪50年代，作为德国汉堡的一名年轻的物理博士生，哈塞尔曼从事流体动力学研究，然后开始开发海浪和洋流的观测和理论模型。他搬到加利福尼亚继续从事海洋学，会见了查理斯·大卫·基林（Charles David Keeling）等同事，哈塞尔曼夫妇与他一起创办了一个宗教合唱团。早在1958年，基林就在夏威夷的莫纳罗亚天文台开始了到目前时间最长大气二氧化碳测量，基林因此而闻名。哈塞尔曼几乎不知道，在他后来的工作中，他经常使用显示了二氧化碳水平的变化“基林曲线”。

从嘈杂的天气数据中获取气候模型可以通过遛狗来说明：狗跑了出去，前后跑、左右两边跑，绕着你的腿跑。你如何利用狗的踪迹判断你是在走路还是站着不动？或者你走得快还是慢？狗的踪迹是天气的变化，而你的行走是计算出的气候。甚至可能利用混沌和嘈杂的天气数据得出气候长期趋势的结论吗？

另一个困难是，影响气候的波动随时间变化极大——它们可能很快，如风力或气温，也可能很慢，如冰盖融化和海洋变暖。举个例子，将海洋均匀加热一度可能需要一千年，但加热大气只需几周。重要诀窍是将天气的快速变化作为噪音纳入计算，并显示这种噪音如何影响气候。

哈塞尔曼创建了一个随机气候模型，这意味着模型中内置了随机性。他的灵感来自爱因斯坦的布朗运动理论，该理论也称随机游走。哈塞尔曼使用这个理论，证明了快速变化的大气会导致海洋缓慢变化。

辨别人类影响的痕迹

完成气候变化模型后，哈塞尔曼开发了识别人类对气候系统影响的方法。他发现，这些模型，连同观测和理论思考，包含有关噪声和信号特性的充分信息。例如，太阳辐射、火山颗粒或温室气体水平的变化会留下独特信号，即“指纹”，这些信号可以分离出来。这种识别记号的方法也能应用于人类对气候系统的影响。因此，哈塞尔曼为气候变化的进一步研究扫清了道路，这些研究使用大量独立观测证明了人类对气候影响的痕迹。

随着气候复杂相互作用中过程被更细致地绘制，尤其是通过卫星测量和天气观测，气候模型变得越来越精细。模型清楚地显示了加速的温室效应；自19世纪中叶以来，大气中的二氧化碳含量增加了40%。数十万年来，地球的大气层从未包含如此多的二氧化碳。温度测量表明，在过去的150年中，全球温度升高了1°C。

真锅秀郎和哈塞尔曼本着诺贝尔精神，为我们对地球气候的了解提供了坚实的物理基础，为人类的最大利益做出了贡献。我们不能再说我们不知道——气候模型毫不含糊。地球在升温吗？是。升温原因是大气温室气体的增加吗？是。这能否仅用自然因素来解释？不能。人类的排放是温度上升的原因吗？是。

Source: Hegerl and Zweirs (2011) Use of models in detection & attribution of climate change, WIREs Climate Change.

无序系统的方法

1980 年左右，乔治·帕里西介绍了他关于显然随机现象是如何受隐藏规则支配的发现。他的工作现在被认为是对复杂系统理论最重要的贡献之一。

对复杂系统的现代研究植根于19世纪下半叶麦克斯韦、玻尔兹曼和吉布斯发展的统计力学，他们于1884年命名了这一领域。统计力学源于这样一种观点：需要一种新方法描述由大量粒子组成的系统（如气体或液体）。这种方法必须考虑粒子的随机运动，因此基本思想是计算粒子的平均效应，而非单独研究每个粒子。例如，气体温度是气体粒子能量平均值的量度。统计力学取得巨大成功，因为它为气体和液体的宏观性质（如温度和压力）提供了微观解释。

气体的粒子可视为小球，其飞行速度随温度升高而增加。当温度下降或压力增加时，小球先凝结成液体，然后凝结成固体。这种固体通常是晶体，其中，球按规则排列。但是，如果这种变化发生得很快，球可能会形成不规则的图案，即使液体进一步降温或加压也不会改变。 如果重复实验，尽管变化以完全相同的方式发生，但球将呈现出新的模式。为什么结果不同？

图片来源：诺贝尔奖官网

理解复杂性

这些压缩的球是普通玻璃和颗粒材料（如沙子或砾石）的简单模型。然而，帕里西原始作品的主题是一种不同的系统——自旋玻璃。这是一种特殊类型的合金，例如，铁原子随机混入铜原子网格。即便只有几个铁原子，它们也以一种激进且令人费解的方式改变了材料的磁性。每个铁原子的行为就像一个小磁铁，受靠近它的其他铁原子的影响。在普通磁铁中，所有自旋指向相同，但在自旋玻璃中，它们会受挫；一些自旋对想要指向同一个方向，而另一些则指向相反的方向——那么它们如何找到最佳方向呢？

在关于自旋玻璃的书的介绍中，帕里西写道，研究自旋玻璃就像观看莎士比亚戏剧中的人类悲剧。如果你想同时与两个人交朋友，但他们彼此讨厌，那可能会令人沮丧。在古典悲剧中更是如此，舞台上，情感强烈的朋友和敌人相遇。怎样才能把房间的紧张气氛降到最低？

自旋玻璃及其奇异特性为复杂系统提供了一个模型。20世纪70年代，包括几位诺贝尔奖获得者在内的许多物理学家都在寻找一种方法，来描述神秘而令人沮丧的自旋玻璃。他们使用的一种方法是复型技巧，这是一种同时处理系统的许多复型的数学技术。然而，在物理学方面，最初的计算结果行不通。

图片来源：诺贝尔奖官网

1979年，帕里西取得了决定性的突破，他展示了如何巧妙地利用复型技巧来解决自旋玻璃问题。他在复型中发现了一个隐藏结构，并找到了一种数学描述的方法。帕里西的解花了很多年才在数学上被证明是正确的。此后，他的方法被用于许多无序系统，并成为复杂系统理论的基石。

图片来源：诺贝尔奖官网

阻挫的结果多种多样——旋转玻璃和颗粒材料都是阻挫系统的例子，系统中，各种成分必须以一种平衡反作用力的方式进行排列。问题是它们如何表现以及结果如何。帕里西是回答许多不同材料和现象的这些问题的大师。他对自旋玻璃结构的基本发现非常深刻，不仅影响了物理学，而且影响了数学、生物学、神经科学和机器学习，因为所有这些领域都包含与阻挫直接相关的问题。

帕里西还研究了许多其他现象，在这些现象中，随机过程在结构的创建和发展过程中起着决定性作用，并解决了一些问题，如：为什么会周期性出现冰河期？混沌和湍流系统是否有更一般的数学描述？ 或者——数千只椋鸟的咕哝声是如何形成这种模式的？ 这个问题似乎与自旋玻璃相去甚远。 然而，帕里西表示，他的大部分研究都涉及简单行为如何导致复杂的集体行为，这适用于旋转玻璃和椋鸟。