1704440110
1704440111
然而，人们对气候变化委员会这样的审议过程能做出更准确预测的期待程度，更具有争议。团队中的不同成员可以互相学习彼此的专业知识或技能，这一观念确有价值，但这可能会带来团体迷思和从众心理。有些成员更具影响力，不是因为他们有更好的想法，而是因为他们的个人魅力和社会地位。对已经达成共识的预测进行实证研究后，得到的结论各式各样，而与之不同的另一个预测过程，即由团队成员分别提交独立预测，之后经过均衡或综合的预测过程，几乎总是可以提高预测的准确度。
1704440112
1704440113
气候变化委员会的预测过程，可能会降低气候预测者的独立性。虽然名义上气候变化委员会有20个不同的气候模型可以用来作预测，但他们总是使用同样的假设、同样的计算机编码，重叠的部分太多，做出的预测只能代表五六个独立模型的预测结果。而不论模型有几个，委员会看重的只有全体成员核准的那一个预测。
1704440114
1704440115
不能把所有鸡蛋都放在一个篮子里
1704440116
1704440117
麻省理工学院的气象学者克里·伊曼纽尔是世界上研究飓风的一流理论家，他告诉我说：“拥有一个多样性的模型至关重要，我们不能把所有鸡蛋都放在一个篮子里。”
1704440118
1704440119
伊曼纽尔说，多样性的模型之所以重要，其原因就在于这种模型除了采取不同的假设之外，还存在着不同的漏洞。“没人愿意提及漏洞，但不同的模型确实存在不同的编码错误。我们不能指望一个拥有数百万代码行和指令的模型一丁点儿错误都没有。”
1704440120
1704440121
如果你习惯性地认为关于全球变暖的辩论就是“怀疑论者”和“信仰者”之间的一系列争论，可能就会认为这些争论是由持怀疑论的某位科学家挑起的。实际上，尽管伊曼纽尔将自己描述成保守的共和党人——这在麻省理工学院可谓勇敢之举——但他可能并不认为自己是全球变暖的怀疑论者。相反的，伊曼纽尔在科学界声誉良好，已经被推选为美国国家科学院成员。伊曼纽尔2006年出版的著作中提出了一个关于气候科学的基本“共识性”（并且经过缜密思考和完善表达的）观点。
1704440122
1704440123
伊曼纽尔关心的问题其实在科学界相当常见：气候学家已经就某些争论不休的问题达成了较为广泛的共识。2008年对气候学家所作的一份调查显示，几乎所有（94%）的科学家都认同气候正在发生变化这一说法，其中84%的科学家承认“气候变化是由人类活动引起的”这一观点。但是，对于气候计算机模型的准确度这一问题，众人则各执己见。科学家们对计算机模型预测全球气温的能力评价不一，对计算机模型模仿气候变化潜在影响的能力总体上持怀疑态度，比方说，只有19%的科学家认为计算机模型准确地模仿了50年后海平面上升带来的影响。
1704440124
1704440125
对于任何一个对气候科学抱有讽刺观点的人而言，这样的调查结果应该都是具有挑战性的。他们总是认为科学家们在运用模型时判断不当，做出的气候预测都是捕风捉影，这样的想法应该杜绝。其实，那些科学家与他们的批评者一样，对模型也存在诸多怀疑。然而，正如阿尔·戈尔主演的那部《难以忽视的真相》一样，电影特效制作的气候变化有时不够慎重，向人们呈现了北极熊在北极为生存挣扎，或是南佛罗里达州和曼哈顿下城被洪水淹没的影像。这样的电影并不能很好地表达科学共识，气候学家争论不休的问题其实都是老生常谈，比方说如何设计计算机编码才能制作出逼真的云图？
1704440126
1704440127
气候科学不是“火箭科学”
1704440128
1704440129
气象（天气）预测者和气候学家总是意见不一，很多气象学家或含蓄或明确地批评气候科学。
1704440130
1704440131
气象预测者几十年来一直在努力提高预测的质量，但只要出现错误，还是会收到人们发来的表达愤怒的电子邮件。提前24个小时作预测确实充满挑战，所以，那些运用类比技术作预测的气候预测者怎么可能现在就预测出几十年后的气候呢？
1704440132
1704440133
正如谈到“共识”这个词时会出现几个意义相近的词一样，“气象预测”和“气候预测”这两个概念也存在一定的语义差别。气候是指地球自身的长期均衡状态，而气象描述的则是背离了长期均衡状态的短期表征。气候预测者不会试图预测2062年11月22日塔尔萨是否会下雨，他们更关注的可能是未来整个北半球的平均降雨量是否会比现在多。
1704440134
1704440135
而气象学家需要全力应对复杂性：混沌理论的整个学科都是从基本无望的气象预测发展而来的。气候学家也需要应对复杂性，比方说，云属于小规模现象，需要大量的计算机处理才能模仿得准确，却能对气候预测内在的反馈环产生潜在的深远影响。
1704440136
1704440137
充满讽刺意味的是，气象预测竟然是本书的成功案例之一。通过各种努力，结合计算机的力量和人类判断，气象预测比10年前甚至20年前准确多了。大多数领域的预测者都有过度自信的倾向，而气象预测者严于律己且严于律人的精神实在可贵。但是，他们取得的进步有力地驳斥了“复杂性使进步无望”的观点。
1704440138
1704440139
气象预测取得的进步源于该学科的两大特征。第一，因为每天都要进行气象预测，所以气象学家可以获得大量反馈，可以实时检查以校准他们的预测。而气候学家在作预测时就不具备这一优势，他们往往要预测80~100年后的气象状况，所以人们才会对他们的预测持怀疑态度。
1704440140
1704440141
第二，对天气系统的物理现象（这些物理现象受相对简单的、容易观测的规律支配）有深刻了解，同样会惠及众多气象学家。其实，气候学家可能也拥有同样的优势。我们能够观察云，也能准确推断这些云的运动方式，但如何将这一推断转换为数学术语是极大的挑战。
1704440142
1704440143
气候预测的一个经典案例，是对某些相当重要的巨大云层的运动轨迹进行的成功预测，这些云层最终演变为飓风。伊曼纽尔位于麻省理工学院的办公室编号为54—1814房间，想找到这里并非易事（我在一位很特别的看门人的帮助下才找到这间办公室，这位看门人可能跟我一样，都受到《心灵捕手》这部电影的鼓舞）。从伊曼纽尔的办公室里，可以清楚地看到查尔斯河的全景，也很容易想象到远处飓风的走向：飓风会向剑桥地区倾斜呢？还是会刮到北大西洋呢？
1704440144
1704440145
伊曼纽尔对两种飓风预测进行了区分。一种是单纯的统计区分，“对自己感兴趣的现象进行长期跟踪记录，对自己认为可行的预测指标进行长期跟踪记录，比如在大气中大规模流动的云或海洋温度等所有可获得的信息。不必特意亲身接触这些物理现象，只需将统计数据与你想要预测的事物联系起来即可”。
1704440146
1704440147
设想一股飓风正盘踞在墨西哥湾上空。我们可以针对过去出现过的飓风建立一个数据库，观察其风速、经纬度、海洋温度等数据，找出与这次飓风最为相近的地方。其他飓风是怎样运动的？什么样的飓风会袭击新奥尔良这样人口聚集的地区？什么样的飓风会最终散去？不用依靠所有气象知识，只需一个完善的数据库，我们就可以做出预测。
1704440148
1704440149
这样的统计技术可以提供粗糙但有用的预测数据。实际上倒退30年，当时气象预报预测飓风轨迹的最主要的方法就是纯统计模型。
1704440150
1704440151
然而，此类技术会受到收益递减规律的支配。在美国，飓风并不少见，风暴平均每年都会袭击美国一次。当你将大量的候选变量应用到一个罕见的现象中，就会有过度拟合的危险，会把过去数据中的噪声误当作信号。
1704440152
1704440153
当然，如果你对该系统的结构有所了解，那就还有另外一个方案可供选择。第二种气候预测模型从本质上来讲，就是模拟某个领域中某些部分的物理力学特性。与纯统计模型相比，建立这种模型需要更大的工作量，并且要对该现象发生的根本原因有深刻的了解。但是，这种模型更加准确。这样的模型现在正用于预测飓风路径，而且相当成功。正如前文中提到的那样，20世纪80年代以来，飓风路径预测的准确性已提高了3倍左右，人们提前48个小时就能了解到袭击新奥尔良的卡特里娜飓风的确切登陆位置（虽然不是所有人都相信这一预测）。统计学驱动的系统现在不过是作为基准，用来对这些更加准确的预测进行衡量。
1704440154
1704440155
模型越复杂，预测越糟糕
1704440156
1704440157
阿姆斯特朗和格林对气候预测提出的批评，与他们所作的研究有关。这两位学者对经济学这类几乎不存在可用的物理模型、人们对其因果关系也知之甚少的学科进行过实证研究。野心过于膨胀的预测方法在这些领域频频失败，所以阿姆斯特朗和格林推断，这些方法用于气候预测也会失败。
1704440158
1704440159
任何预测模型的目标都是尽可能地“抓住信号、扫除噪声”。保持两者的平衡有时并非易事，需要有理论依据和保质保量的数据做保证。在经济预测中，数据贫乏，理论研究薄弱，所以阿姆斯特朗才会认为“（经济）模型越复杂，预测越糟糕”。
[
上一页 ]
[ :1.70444011e+09 ]
[
下一页 ]