今年的諾貝爾物理學(xué)獎(jiǎng)，一部分頒給了兩位氣象學(xué)家 Syukuro Manabe 和 Klaus Hasselmann，以表彰他們 “對(duì)地球氣候的物理建模、量化可變性和可靠地預(yù)測(cè)全球變暖” 的貢獻(xiàn)。

近年來(lái)，全球氣候變暖已經(jīng)成為不爭(zhēng)的事實(shí)，而人類活動(dòng)是全球變暖的主要原因之一。來(lái)自世界各地的科學(xué)家們?cè)跉庀髮W(xué)方面進(jìn)行了大量的研究，以探求全球氣候變化與人類活動(dòng)有著怎樣的相關(guān)性。

人類在影響全球氣候的同時(shí)，也已經(jīng)自食其果。越來(lái)越多的證據(jù)表明，氣候變化的影響已經(jīng)在人類生活環(huán)境和自然系統(tǒng)中被觀察到，相關(guān)文獻(xiàn)的數(shù)量也在迅速增長(zhǎng)。

已發(fā)表的一些系統(tǒng)性綜述文獻(xiàn)試圖以一種全面、透明的方式，對(duì)以往的研究文獻(xiàn)進(jìn)行結(jié)構(gòu)化分析，但這些文獻(xiàn)的研究范圍往往局限于非常具體的問題，涵蓋的研究?jī)?nèi)容不超過幾十到幾百項(xiàng)。

為了克服這些潛在的局限性，德國(guó)墨卡托全球公域與氣候變化研究所（MCC）研究員 Max Callaghan 團(tuán)隊(duì)及其合作者使用機(jī)器學(xué)習(xí)方法，對(duì)已觀察到的氣候影響相關(guān)研究進(jìn)行了識(shí)別和分類，并推斷出 “世界上 85% 的人口已經(jīng)受到了人類引起的氣候變化的影響”。

相關(guān)研究論文以“Machine-learning-based evidence and attribution mapping of 100,000 climate impact studies”為題，已發(fā)表在《自然氣候變化》（Nature Climate Change）上。 

（來(lái)源：Nature Climate Change）

在這項(xiàng)研究中，Callaghan 等人借助機(jī)器學(xué)習(xí)技術(shù)，使用神經(jīng)網(wǎng)絡(luò)預(yù)訓(xùn)練的地理搜索器，將地理位置的文獻(xiàn)與氣候信息相結(jié)合，融合分析氣候變化和氣候影響的兩條證據(jù)線，提供了一個(gè)自動(dòng)的、活生生的、可以隨時(shí)更新的氣候影響系統(tǒng)地圖。 

過去 30 年，氣候變化相關(guān)文獻(xiàn)持續(xù)增長(zhǎng)

近些年，全球各地旱災(zāi)、洪水、颶風(fēng)等自然災(zāi)害頻發(fā)，極端氣候事件增多，已嚴(yán)重影響到人們的生產(chǎn)生活甚至生命安全。各國(guó)科學(xué)家們對(duì)氣候變化及其與人類活動(dòng)之間的關(guān)系的研究已持續(xù)多年，相關(guān)研究文獻(xiàn)也呈現(xiàn)出飛速增長(zhǎng)的趨勢(shì)。 

研究氣候變化的歸因需要 “站在巨人的肩膀上”，對(duì)大量已有發(fā)現(xiàn)進(jìn)行綜合分析，科學(xué)家們不僅需要分析一個(gè)區(qū)域一段時(shí)間內(nèi)的氣溫、降水、海平面上升等數(shù)據(jù)，更需要在更大的時(shí)間尺度和更寬區(qū)域尺度上分析已有的科學(xué)發(fā)現(xiàn)。 

如果可以充分利用有關(guān)氣候變化影響的新發(fā)現(xiàn)，將為全球氣候研究提供關(guān)鍵的信息，也會(huì)在世界區(qū)域和地方風(fēng)險(xiǎn)評(píng)估以及氣候適應(yīng)的實(shí)地行動(dòng)中起到關(guān)鍵性作用。

為此，Max Callaghan等人使用了深度學(xué)習(xí)語(yǔ)言表示模型 BERT，開發(fā)了一個(gè)含兩步驟的歸因過程，將透明的、可重復(fù)的機(jī)器學(xué)習(xí)方法與基于模型的對(duì)歷史氣溫和降水趨勢(shì)等可觀察人為貢獻(xiàn)的評(píng)估結(jié)合起來(lái)，來(lái)識(shí)別已發(fā)現(xiàn)的氣候影響的研究。 

圖｜該研究所使用的機(jī)器學(xué)習(xí)輔助歸因圖工作流程的可視化表示（來(lái)源：該論文）

BERT 是一個(gè)深度學(xué)習(xí)的語(yǔ)言模型，在大規(guī)模的語(yǔ)料庫(kù)上使用半監(jiān)督式學(xué)習(xí)進(jìn)行訓(xùn)練，以表示文字，其中單詞的表示取決于上下文。這樣的模型在一定程度上能夠捕捉到文本的語(yǔ)境依賴性含義。

通過使用 Web of Science 和 Scopus 兩個(gè)大型數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)查詢， 該機(jī)器學(xué)習(xí)系統(tǒng)查詢返回了 601677 份相關(guān)文獻(xiàn)，其中有 102160 篇與所理解觀察到的氣候變化影響有關(guān)。

圖｜與過去 30 年觀測(cè)到的氣候影響相關(guān)的科學(xué)文獻(xiàn)的增長(zhǎng)（來(lái)源：該論文）

結(jié)果顯示， 過去 30 年觀察到的氣候影響相關(guān)的科學(xué)文獻(xiàn)在近幾年呈現(xiàn)出大幅的增長(zhǎng)趨勢(shì)。其中 在聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（IPCC）第六次評(píng)估周期內(nèi)發(fā)表的研究文獻(xiàn)是第五次評(píng)估周期內(nèi)發(fā)表的研究文獻(xiàn) 2 倍。 

同地區(qū)存在著較大的“歸因差距”

為研究溫室氣體和氣溶膠等如何影響全球氣候，研究人員將機(jī)器學(xué)習(xí)方法與溫度和降水兩個(gè)關(guān)鍵氣候變量結(jié)合起來(lái)，分析了從 1951 年到 2018 年的溫度和到 2016 年的降水的更新觀測(cè)數(shù)據(jù)的趨勢(shì)。

研究人員將提取出的結(jié)構(gòu)化地理信息解析為網(wǎng)格單元組，通過將與溫度或降水有關(guān)的研究與溫度和降水的可歸屬趨勢(shì)的網(wǎng)格化信息相結(jié)合，設(shè)計(jì)出了氣候變化歸因的自動(dòng)評(píng)估系統(tǒng)。

通過將具有空間分辨率的數(shù)據(jù)庫(kù)與網(wǎng)格單元級(jí)的人類可歸因的氣溫和降水變化相結(jié)合，研究人員推斷， 可歸因的人為影響可能發(fā)生在世界 80% 的土地面積上，85% 的人口居住在這些地區(qū)。

圖| 影響研究與區(qū)域人為溫度和降水趨勢(shì)的潛在歸屬關(guān)系（來(lái)源：該論文）

研究發(fā)現(xiàn)， 盡管世界上大多數(shù)人口居住在溫度和降水趨勢(shì)至少可以部分歸因于人類影響的地區(qū)，但在溫度和降水對(duì)人類和自然系統(tǒng)的影響的研究程度上存在著巨大的地理差異。

該研究發(fā)現(xiàn)了強(qiáng)有力的證據(jù)表明，對(duì)于全球 48% 的土地面積（承載著全球 74% 的人口），對(duì)人類和自然系統(tǒng)的影響與氣溫或降水趨勢(shì)相吻合，而且所有大陸的一些其他地方都有大量的初步類似證據(jù)。

這項(xiàng)研究還清楚地揭示了一個(gè)巨大的地理位置氣候“歸因差距”， 低收入國(guó)家 23% 的人口生活在影響證據(jù)較少的地區(qū)，而在高收入國(guó)家，這一數(shù)字僅為 3%。

研究發(fā)現(xiàn)，占陸地面積的 17% 的地區(qū)沒有發(fā)現(xiàn)人類活動(dòng)對(duì)區(qū)域溫度或降水的影響，并且有關(guān)氣溫或降水對(duì)人類和自然系統(tǒng)影響的文獻(xiàn)很少。這些地區(qū)除了分布在高緯度地區(qū)和海洋上空外，主要是在非洲。此外，很少有研究分析這些地區(qū)的氣候變化對(duì)人類和自然系統(tǒng)的影響，這種證據(jù)差距也構(gòu)成了對(duì)氣候影響理解的重大盲點(diǎn)。 

圖 | 氣候影響證據(jù)的全球密度圖（來(lái)源：該論文）

此外，研究人員還對(duì)每個(gè)影響類別的研究份額在各大洲之間的差異進(jìn)行了量化的分析。關(guān)于人類和管理系統(tǒng)的研究占全球所有研究的 12%，但在歐洲只占 10%，而在非洲則是 19%。非洲記錄人類和管理系統(tǒng)影響的研究所占比例較大，也可能反映了撒哈拉以南非洲對(duì)氣候影響的高度脆弱性。 

“站在巨人的肩膀上”

該研究更加全面地繪制出了所有可能與氣候變化相關(guān)的研究，還研究了人類或自然系統(tǒng)對(duì)氣候指標(biāo)的敏感性，并分析了極端氣候影響的文獻(xiàn)和檢測(cè)氣候變量或氣候極端事件的重要趨勢(shì)。

通過使用機(jī)器學(xué)習(xí)來(lái)擴(kuò)大證據(jù)的綜合分析，繪制出了 100000 份關(guān)于氣候影響的研究，并使用空間分辨率方法，系統(tǒng)地向地方或區(qū)域?qū)＜姨峁膮^(qū)域到地方、特定部門的氣候影響信息。

該研究還對(duì)氣候變化影響的歸因差距進(jìn)行了量化分析，高收入國(guó)家的潛在可歸因影響的有力證據(jù)水平是低收入國(guó)家的兩倍，更加突出強(qiáng)調(diào)了對(duì)低收入國(guó)家氣候影響進(jìn)行更多研究的必要性。

盡管該研究基于系統(tǒng)查詢的文獻(xiàn)搜索很廣泛，但仍存在一定的誤差和可進(jìn)一步擴(kuò)展研究的方面。

研究人員表示，對(duì)于受到其他人為干擾的系統(tǒng)，如全球生物圈、農(nóng)業(yè)等管理型系統(tǒng)或人類系統(tǒng)本身，確定一個(gè)強(qiáng)有力的氣候變化驅(qū)動(dòng)因素還需要仔細(xì)評(píng)估其他社會(huì)經(jīng)濟(jì)因素。 

“如果說(shuō)科學(xué)的發(fā)展是站在巨人的肩膀上，那么在科學(xué)文獻(xiàn)不斷膨脹的時(shí)代，巨人的肩膀就變得更加難以企及?！?/strong>

論文結(jié)尾指出，該計(jì)算機(jī)輔助的證據(jù)圖譜方法可以為全球氣候變化的人為影響分析提供一條有力的“腿”。 

參考資料： https://www.nature.com/articles/s41558-021-01168-6 

本文來(lái)自微信公眾號(hào) “學(xué)術(shù)頭條”（ID：SciTouTiao），作者：XT，36氪經(jīng)授權(quán)發(fā)布。