题目：Human Fingerprints on Daily Temperatures in 2022
期刊：Bulletin of the American Meteorological Society
01 研究背景
2022年是全球异常炎热的一年，高温灾害加剧了干旱和森林火灾，对数百万人的健康造成了威胁。而人为引起的气候变化作为导致全球极端高温事件发生频率和强度增加的重要原因之一，随着年份、地区和事件持续性的不同，其影响程度也有所不同。虽然气候归因科学的快速发展让我们能够定量并更准确地对极端高温事件进行归因，且世界天气归因（WWA）组织开创了快速归因方法，并采用同行评审的方法定期发布具体事件的详细归因报告，但由于资源与时间的限制，一年中可以进行深入评估和归因的高温事件数量往往有限。
Gilford等人（2024）开发了一种新的自动归因系统，其可以实现每天、各处高温事件的实时气候归因。本研究使用该系统对2022年的全球气温进行了逐日归因，并通过对比分析WWA报告中的英国（2022年7月）及印度-巴基斯坦（2022年3-4月）的高温事件来评估该系统，同时也以此为基准展示了2022年全球范围内相似定义事件的归因尺度和时空范围。
02 研究数据与方法
2.1 研究数据
研究使用欧洲中期天气预报中心ERA5逐小时2m气温数据集计算趋势（https://cds.climate.copernicus.eu/），并利用CMIP6的气候模式模拟事实及反事实情景（https://esgf‐node.llnl.gov/search/cmip6/），使用模式日2m最高气温Tmax、平均气温Tavg和最低气温Tmin数据计算事实及无人为强迫的反事实情景下温度T发生的概率Pmod和Pcf，并进一步计算得到基于信息论的2022年每日气温的“视角引起的信息变化”（Change in Information due to Perspective，ChIP）。
2.2 ChIP定义
ChIP比较了现代气候情景（工业革命以来全球平均气温+1.27K）和没有人为强迫的反事实情景（+0K）下日温度T出现的可能性Pmod和Pcf，其计算公式如下：
与传统的属性度量方法相比，ChIP有许多优点。例如，上式中的发生概率比相比于常用的“概率比”（PR）还考虑到了温度T的可能性变化。且这种方法不仅仅是针对极端高温事件，还可以对每天的温度进行归因评估，并以负ChIP值表示受气候变化影响较小的因素。此外，对数形式的日ChIP值可以进行平均或累加，从而进行多日事件的评估与归因。由此，本研究利用这一特征得到了方差尺度的ChIP，其可以直接与WWA基于多日平均温度估计的PR进行比较。
本研究假设温度服从正态分布，且T的概率由P~𝒩（T，u，σ）推算得出，其中μ为均值，σ为标准差。由此，事实和反事实情景之间的归因可能性变化可以通过μ+δ均值的变化来描述，且其中δ为与框架中值方法中的归因全球平均温度（global mean temperature，GMT）变化线性相关的指数，则方差尺度的ChIP公式为：
假设μ、δ和日σ在n天时间段内具有代表性，则n天平均气温的ChIP为：
式中σn为n日均值的标准差，由此得到的方差尺度的ChIPn（T）可量化气候变化对多日平均气温的归因影响。
03 主要发现
3.1 2022年7月17-18日英国极端高温事件
WWA运用了两种极端事件定义方式（区域平均的两日滑动平均Tavg及Tmax年最大值）对黑框所示区域进行了分析，结果表明，不论使用哪种定义方式其温度指数均要高于1991-2020年气候态的第99百分位数。在英国极端高温事件期间，平均ChIP值分别为3.0（Tavg）和2.8（Tmax），这表明由于气候变化，极端高温事件发生的可能性增加了8倍，且虽然Gilford方案计算得到的PR值小于WWA的最终PR估计值约10倍，但该结果的低估是由于Gilford方案的保守设计所造成的，故换言之两者结果其实一致，即人为引起的气候变化使英国极端高温事件发生的概率增大（图1a、b及附表）。
为了筛选2022年的类似极端高温事件，将温度和ChIP重新网格化至与英国事件相当的分辨率，并分析寻找两日滑动平均Tavg值大于其气候态第99百分位数的地区（图1c）。在全球范围内，极端高温事件发生次数大于20次的热点区域包括北美洲中西部、阿根廷、巴拉圭、非洲中部、欧洲西部、中国及巴布亚新几内亚，这些热点区域的ChIP纬向平均值通常在1~2.5之间（图1d）。
图1 2022年7月17-18日英国极端高温事件分析。（a）平均气温异常；（b）对应的ChIP，附表包括温度指数、WWA的概率比下界取值及其与本研究的ChIP估计值和等效PR的对比；（c）全球两日平均气温达到英国极端高温事件温度阈值的数量；（d）极端事件的纬向平均ChIP。
3.2 2022年3-4月印度-巴基斯坦极端高温事件
如图2e所示，2022年月滑动平均的日Tmax异常于3-4两月达到峰值，且在研究范围内Tmax异常由南向北逐渐增强，并在印度西北沿岸地区ChIPn（T）值达到16.0，这意味着两月平均气温因气候变化而升高的可能性增加了65536倍（图2a、b）。此外，区域平均的PR表明，人为引起的气候变化使极端高温事件发生的概率增加了约8.6倍，这虽然低于平均值，但仍在WWA PR估计的2-140倍范围内。同样地，在全球范围内筛选达到印度-巴基斯坦极端高温事件温度阈值条件的区域，最突出的热点区域包括美国中南部、欧洲西部、地中海沿岸、非洲中东部、澳大利亚北部、巴布亚新几内亚及中国大部分地区，且热点区域的ChIPn纬向平均值也表明这些事件具有很强的可归因性（图2c、d）。
图2 2022年3-4月印度-巴基斯坦极端高温事件分析。（a）最高气温异常；（b）相应方差尺度的ChIP；（c）全球两月平均气温达到印度-巴基斯坦极端高温事件温度阈值的数量。（d）极端事件的纬向平均方差尺度ChIP；（e）2022年2月平均的最大（红线）和最小（蓝线）温度异常的季节循环（虚线）以及2月事件纬向平均的方差尺度ChIP（实线）。
04 主要结论
（1）本研究证明了对英国和印度-巴基斯坦这两个不同时间尺度上的极端高温事件进行归因时，Gilford自动归因系统的结果与WWA归因估计结果有着良好的一致性；
（2）虽然Gilford方案的保守设计往往低估了气候变化的影响，但与WWA的归因方法相比，本研究方法能够快速识别并准确归因这些事件。此外，该框架还可扩展至日尺度并在全球范围内评估类似事件，从而作为早期预警系统，有助于即时的气候变化通信。
05 引发思考
在2022年的极端天气事件之中，存在着清晰稳健的人类指纹，本研究强调了人为气候变化对极端天气事件的显著影响，人为气候变化对日最高温和最低温的影响虽然有所不同，但均显著，特别是在夜间最低温方面，人为气候变化的影响更为显著，这可能对全球经济和人类健康产生严重影响。因此科学研究如何更有效地与社会沟通，以提高公众对气候变化的认识和行动意愿，是一个值得思考的重要议题。
编者注
以上总结仅代表个人对论文的理解，仅供研究参考所用，不用于商业用途。若上述理解内容有误，请以论文原文为主。
原文出处
Gilford, D. M., A. J. Pershing, J. Giguere, and F. E. L. Otto. (2024). Human Fingerprints on Daily Temperatures in 2022. Bull. Amer. Meteor. Soc., 105, E1365-E1370, https://doi.org/10.1175/BAMS-D-23-0264.1.
文字来源：王建军
图片来源：https://www.sciencedirect.com
编辑：王建军
审核：罗楚玉 刘恺
