每当发生极端天气事件后，科学界便会提出疑问：人为引起的气候变化在其中起了多大作用？
2015年，世界天气归因组织（World Weather Attribution）发起了一项合作，汇集了英国、荷兰、法国等地的气候科学家。
该组织致力于在事件发生后的数日或数周内探究这些问题，采用一套包含8个步骤的科学流程。
从这项分析中获得的认识，对于提高人们对气候变化所带来未来风险的认识十分重要。
在极端天气事件发生后的最初阶段，一个常见的问题随之而来：人为引起的气候变化在多大程度上增加了该事件发生的可能性或加剧了其严重程度？
过去二十年间，快速发展的极端事件归因领域使科学家们越来越能够回答这一问题。
然而，开展此类评估并在同行评审期刊上发表成果通常需要一年或更长时间。这意味着，相关研究结果只能在事件结束很久之后才能获得，而那时该事件在公众记忆中往往已几近淡忘。
为应对这一难题，我们于2015年发起了世界天气归因（WWA）计划。该合作汇集了英国、荷兰、法国等地的气候科学家，致力于在极端事件发生后的数日或数周内迅速量化气候变化所起的作用。这意味着，我们能够在相关信息对公众和灾后恢复规划者仍具有高度相关性时及时提供。
自2015年夏季我们首次对欧洲热浪展开研究以来，我们已开展了超过30项独立评估。在发表于《Climatic Change》的一篇新论文中，我们回顾了所开发的研究流程，并探讨了我们所汲取的一些经验教训。
过去五年的主要认识是，实际的归因评估本身只是八个步骤中的一步——而且很可能是整个流程中最简单的一步。
本文将逐一介绍该流程每个步骤的具体内容：
1. 我们对哪些极端天气事件进行归因？
地球的广阔面积意味着极端天气几乎每天都在某处发生。那么，这些事件中哪些值得开展归因研究？
在世界天气归因组织，我们尽量优先选择那些造成重大影响或引发广泛社会讨论的事件，以便研究结论能够为广大受众所用。这些往往是红十字会（世界天气归因组织的合作伙伴）发出国际呼吁的事件。
有时，一些规模较小的事件，例如发生在身边的事件，或者并未影响大量人口的气象纪录，也可能引起足够的关注，从而值得进行评估。
我们明确不将气候变化对该事件的预期影响作为触发标准。结果显示某一事件未受气候变化影响——甚至发生的可能性降低——在科学上与概率上升的结果同样具有价值。
2. 如何界定极端天气事件？
事实证明，界定事件比我们最初设想的更为困难，也更为重要。
举例而言：首个已发表的极端事件归因研究分析了2003年的欧洲夏季热浪。该研究将事件界定为欧洲范围内按季节平均的气温，而实际影响则是在城市中最炎热的10天时段内造成了数以万计的死亡。因此，我们尽量将事件界定为尽可能贴近其实际影响的范围。
需要指出的是，在实践中，弄清事件期间实际发生的情况并非易事。下图即为一例，展示了不同观测系统对2017年“哈维”飓风期间休斯顿周边最大三日降雨量所作出的差异很大的估算结果。“哈维”飓风。
雷达分析（c）可能是最可靠的方案，但该数据集仅可追溯至2005年。CPC网格化分析（b）仅使用实时报告的站点数据，因此低估了极端天气事件的强度。卫星分析（d）与其他结果存在较大分歧。在此，我们选择了站点数据（a）作为最可靠且时间序列较长的数据集，许多站点的数据时间跨度超过100年。
2017年1月至9月得克萨斯州沿海地区观测到的最大三日平均降雨量（mm/dy）。a）GHCN-D v2雨量计，b）CPC 25公里分析，c）NOAA校准雷达（8月25日至30日最大值），d）NASA GPM/IMERG卫星分析。来源：van Oldenborgh et al.（2017）。
3. 该事件目前及过去的极端程度如何？
我们所使用的观测数据是归因评估的重要组成部分，可提供两方面信息：在当前气候条件下，该极端天气事件的罕见程度如何，以及在观测记录期间这一程度发生了多大变化。
当前气候条件下该事件的发生概率，对于政策制定者判断基础设施是否应能够应对此类极端情况非常重要。例如，2014年1月印度尼西亚雅加达遭受洪水侵袭并陷入瘫痪，事后查明，此次洪水是由一场“重现期”（即预期此规模事件多久发生一次）为4至13年的降雨事件所引起的。2014年1月印度尼西亚雅加达遭受洪水侵袭并陷入瘫痪事后查明，此次洪水是由重现期为4至13年的降雨事件引起的，其中“重现期”即预期此规模事件多久会发生一次。
这是一场并不特别罕见的极端天气事件，这表明该城市对洪涝的脆弱性极高。
相反，2015年12月钦奈的洪水是由重现期估计为600至2500年的降雨所引起的，这意味着该事件可能过于罕见，以至于防御设施难以在此类情况下发挥作用。
然而，气候变暖意味着历史上重现期极长的事件类型正变得更加频繁。这意味着，按照过去气候条件设计的基础设施可能比预期更容易不堪重负。
为计算在有观测数据的时期内极端天气事件发生可能性的变化幅度，我们将这些数据拟合到一个称为“极值分布”的数学函数中，该函数会随全球变暖而变化。由此可得出，在所有影响因素（包括全球变暖）共同作用下，观测到的事件概率与严重程度的变化。
4. 哪些气候模式适用于该目的？
仅凭观测数据无法将极端天气事件的趋势与全球变暖（或气候的自然影响因素）联系起来，即无法进行“归因”。为此，我们需要气候模式。
每个气候模式都有其优势与不足，我们只能采用那些能够切实模拟所研究地区极端情况的模式。
在实践中，我们采用以下三项标准来选取用于评估的气候模式集合：
该模式原则上能否再现我们所关注的极端情况？
模拟的极端事件统计特征是否与观测到的极端事件统计特征相符？
模式中导致这些极端情况的天气状况是否与观测结果相似？
由于气候模式只是对现实的不完善描述，因此我们要求至少有两个——最好是更多的——模式足以胜任归因分析，方能开展一项研究。
5. 气候变化所起的作用是什么？
下一步是实际的归因分析。对于每个模式，我们计算由于人为排放温室气体和气溶胶，极端天气事件的发生可能性或强度增加了多少。
这可以通过两种方式之一来完成。一种方法是运行两组模式模拟——一组针对当前气候，另一组针对不存在人类气候影响的“反事实”世界。随后，我们可以在每组模拟中统计与所评估事件相匹配的严重天气事件数量。两个世界中数量之差，即显示极端事件因全球变暖而变得更加或更不可能发生的程度。
第二种方法是利用现有模拟，例如全球耦合模式比较计划中的历史及未来气候模式运行结果。随后，可以采用与分析观测数据完全相同的方式对这些模拟进行分析（见第3点）。
这意味着，我们既可以估算因气候变化等潜在驱动因素而导致的发生概率与严重程度是否发生变化，也可以估算土地利用变化或模式所包含的其他任何气候强迫因素的影响。在模式中，我们知道其包含哪些强迫因素（例如温室气体和气溶胶），也知道哪些未被包含（例如某些局地反馈），而且相比观测数据，我们拥有多得多的数据。
无论采用哪种方法，此归因步骤都会从每个模式中得出一项估计，即由于气候变化，极端天气事件发生可能性的变化幅度。同样，这些方法也可以量化特定概率下事件强度的变化。
6. 气候变化的总体作用是什么？
下一步是将观测数据与多个模式的信息综合为一个总体结论，说明物理性极端天气事件——即致灾因子——的概率与强度发生了怎样的变化。
这一过程并非简单之事，需要对我们认为模式在描述极端情况方面的准确程度进行评估。部分信息可从各模式之间的离散程度得出，但另一部分则必须依赖于基于模式对极端情况模拟的真实程度所作出的判断。
7. 对极端天气事件的脆弱性与暴露度
与天气相关的灾害由三个因素共同作用引发：致灾因子（气象极端事件）、暴露度（处于危险之中的人群）以及脆弱性（人和生态系统应对致灾因子的能力）。
除致灾因子外，我们认为在归因研究中讨论脆弱性和暴露度也至关重要。它们不仅与物理极端情况的变化（在前述步骤中已计算）相结合，共同决定极端天气的影响，而且自身也可能存在显著趋势。
例如，我们的研究发现，2014—15年巴西圣保罗的干旱并未因气候变化而加剧。然而，我们的分析表明，该市人口在20年间增长了约20%，而人均用水量的增长速度更快，但存储和供水系统并未进行相应的升级以应对这些变化。
因此，在此案例中，脆弱性和暴露度的趋势是该市出现严重缺水的主要驱动因素。
8. 如何传达所有这些细微差别？
最后一步是将研究结果传达给不同受众。这意味着要以科学上准确、同时对目标受众有用且易于理解的方式解释研究发现。
我们发现，有必要采取三个层次的沟通方式，分别对应使用我们研究成果的三类群体：科学家；政策制定者和应急管理机构；以及媒体机构和普通公众。
在向科学界呈现结果时，我们始终会发布一份科学报告，详细记录归因研究，使其他科学家能够复现研究结果。如果分析中包含新的方法学要素，我们还承诺将该研究提交期刊接受完整的同行评审。
对于政策制定者、人道主义援助工作者以及其他非科学专业受众，我们发现，以书面形式传达归因研究结果最有效的方式是撰写简报，概述物理科学分析的要点，阐述脆弱性和暴露度背景，并进一步提出具体建议的后续步骤，以增强应对此类极端天气事件的韧性。
最后，为了通过媒体触达公众，我们通常会准备新闻稿和/或网站新闻条目，传达研究的主要发现。除物理科学方面的发现外，这些新闻稿通常还会以非常简要、客观的方式描述促成此次极端天气事件的非物理科学因素。
世界经济论坛在应对气候变化方面做了哪些工作？
结论
在过去五年中，我们发现，上述步骤使我们能够提供一个有力的结论，说明极端天气事件是否受到气候变化的影响，以及在何种程度上受到影响。
通过在数日或数周内迅速做出反应，我们得以在极端天气事件发生后不久，向关键受众提供扎实的科学结论，此时公众关注度最高，结果也最具相关性。
归因研究的结果有助于为未来极端天气事件的风险削减提供依据，同时也有助于提高人们对气候变化背景下不断上升的风险的认识，从而凸显减少温室气体排放的重要性。
重要的是，这些结果之所以相关，恰恰是因为这一问题经常被提出——如果无法以科学方式作答，它就会以非科学的方式被回答。
