一种用于改进“机会集合”排放情景使用的加权框架

为何更智能的气候路径很重要

当科学家和决策者规划应对气候变化的策略时，他们依赖由计算机生成的未来故事——情景。这些情景探讨不同的技术、生活方式改变和政策组合，以了解世界如何减少温室气体排放。但政府间气候变化专门委员会（IPCC）使用的情景集合并非精心设计的实验；它是多年产生的研究拼凑而成，有些模型和项目贡献远多于其他。本文提出了一种明确、系统的方法来重新平衡这一拼盘，使气候指导建立在更公平、更具多样性的证据之上。

从拼盘到有组织的工具箱

作者研究了由集成评估模型生成的大量情景集合——这些工具将经济、能源使用与气候系统联系起来。这些在 IPCC 报告和国家规划中广泛使用的集合被称为“机会集合”，因为它们是从可用的研究中拼凑出来的。因此，某些建模团队或协调项目可能占主导地位，许多情景可能彼此高度相似。如果把每个情景都视为同等重要，这种不平衡会在不知不觉中影响诸如 2050 年的典型排放水平或预计达到净零温室气体排放的年份等重要结论。

评判每个未来的三个问题

为解决这一问题，论文引入了一个简单的加权框架，为每个情景赋予介于零到一之间的分数。该分数由三个要素构成。第一是相关性：情景是否实际回答了当前的问题，例如它是否将升温控制在 1.5 °C 或 2 °C 以内？第二是质量：其是否符合基本标准，例如使用真实的历史数据和对近期趋势的合理估计？第三是多样性：该情景相比集合中的其他情景有多独特？偏离目标、质量低劣或与许多其他情景极为相似的情景将获得较低权重，在汇总统计中所占份额也较小。

将方法付诸检验

研究人员将他们的方法应用于 IPCC 第六次评估报告的情景数据库，重点关注将升温限制在约 1.5 °C（含或不含短暂超调）的路径。他们使用 15 个变量来衡量多样性，这些变量描述了排放、能源使用、经济活动以及诸如碳价与碳捕集与封存等减缓措施。通过比较这些变量随时间在情景间的相似性，研究者识别出几乎冗余的情景簇并降低其影响。他们还探讨了一种改进版，考虑变量间的相关性，以确保高度相关的度量不会被重复计入。

加权后会发生什么变化

重加权后，诸如 2050 年二氧化碳排放和峰值变暖等关键量的总体范围仅发生温和变化，但细节出现了有意义的调整。对于 1.5 °C 路径，当使用基于多样性的权重时，全球温室气体排放降至净零的中位年份约提前了十年，这表明比以往报告更早采取行动可能与现有证据一致。一些技术（例如碳捕集与封存和核能）在其典型未来角色上显示出明显差异，揭示了当前情景集合存在显著不均的领域。该方法还减少了少数被大量代表的模型和项目的主导地位，使在计算统计时贡献者的构成更加平衡。

更公平平衡的益处与局限

作者强调，他们的框架并非灵丹妙药，而是一个透明的工具。它明确了此前以非正式方式处理的判断——例如剔除明显有缺陷的情景或选择最符合新研究问题的情景。相同的理念可应用于国家或部门特定的路径，或用于突出可持续发展关切与可行性限制如何反映在气候未来中。与此同时，重加权无法填补情景稀缺或缺失的空白，若不谨慎使用也可能被滥用以支持偏好的叙述。不过，负责任地使用该方法有助于确保有影响力的气候统计反映更加具有代表性且记录明确的可能路径图景。

引用: Beath, H., Smith, C., Kikstra, J.S. et al. A weighting framework to improve the use of emissions scenario ensembles of opportunity. Nat. Clim. Chang. 16, 305–312 (2026). https://doi.org/10.1038/s41558-026-02565-5

关键词: 气候减缓情景, IPCC 路径, 情景加权, 净零排放, 集成评估模型