探秘未来热带气旋风险：不确定性剖析与应对策略

时间：2025年4月19日

来源：SCIENCE ADVANCES

编辑推荐：

在气候风险评估中，热带气旋（TC）风险评估面临诸多不确定性且缺乏可靠评估。研究人员开展 “Navigating and attributing uncertainty in future tropical cyclone risk estimates” 研究，发现到 2050 年全球平均 TC 风险将增加 1 - 5%，不同模型不确定性来源不同。该研究为风险评估和决策提供重要依据。

在全球气候变化的大背景下，极端天气事件的发生频率和强度都在悄然改变，热带气旋（TC）作为极具破坏力的自然现象，对人类生命和财产安全构成严重威胁。然而，要准确预估未来 TC 的风险并非易事。一方面，当前众多气候风险模型产品具有专有性，导致透明度和可及性差，难以评估和比较，相关测量和报告标准也尚不完善。另一方面，TC 风险评估本身面临着诸多不确定性，这些不确定性源于模型输入组件和模型结构的差异，涉及 TC 危害、暴露和脆弱性等多个方面，而且在评估未来 TC 风险时，还需考虑未来气候和社会经济系统的多种不确定性，缺乏验证数据更是雪上加霜。因此，开展对未来 TC 风险不确定性的研究迫在眉睫，这对于保障社会经济的稳定发展、保护人民生命财产安全意义重大。

为了深入探究这些问题，研究人员利用开源、经过同行评审的概率气候风险建模平台 CLIMADA 开展了研究。该研究取得了一系列重要成果，并发表在《SCIENCE ADVANCES》上。

在研究方法上，研究人员运用了多种关键技术。首先，利用不同的 TC 模型（如 MIT、CHAZ、STORM 和 IBTrACS_p 模型）生成合成 TC 轨道或事件集，这些模型各有特点，代表了不同的建模方法。然后，将这些轨道集通过参数化风模型转换为二维风场，以此表示 TC 危害集。同时，研究人员使用 LitPop 方法生成资产暴露值的空间明确网格化数据集，并采用区域校准的影响函数来描述危害强度与资产损失之间的关系。最后，借助 CLIMADA 平台上的 unsequa 模块，通过 Sobol 采样算法进行不确定性和敏感性分析。

下面来看具体的研究结果：

未来 TC 风险变化的驱动因素：研究发现，气候变暖和社会经济发展都会影响未来 TC 风险。从整体上看，社会经济发展是 TC 风险增加的主要驱动因素。在不同地区和模型中，气候变暖对 TC 风险变化的影响各不相同。在北印度洋，气候驱动的风险变化不确定性最高，而在南半球，部分模型显示气候驱动的 TC 风险会降低。社会经济发展导致的风险增加在各地区都较为显著，如在北太平洋和西太平洋地区，其对风险的影响约为气候变化的两倍。综合考虑两者影响时，总 TC 风险增加并非简单的叠加或乘积关系，存在复杂的相互作用。
未来 TC 风险变化的不确定性：通过计算风险模型输入因素所有组合的结果概率分布，研究人员发现不同模型的不确定性分布存在差异。CHAZ、STORM 和 IBTrACS_p 模型的风险变化密度分布峰值在 1 - 3% 左右，而 MIT 模型的峰值更高。MIT 模型的分布更宽，反映出其与气候变化相关的不确定性更大；其他三个模型则主要受社会经济发展带来的不确定性影响。此外，所有模型在 2090 年的结果分布都比 2050 年更宽，表明时间越往后不确定性越大。
未来 TC 风险变化的敏感性：敏感性分析表明，不同模型中对未来 TC 风险变化不确定性贡献最大的因素不同。在 MIT 模型中，用于降尺度 TC 事件集的全球气候模型（GCM）的选择对输出不确定性影响最大；而在其他模型中，基于共享社会经济路径（SSP）的暴露点缩放通常具有最高的敏感性指数。此外，不同地区和风险指标下，各因素的敏感性也有所不同。例如，GCM 的选择在某些地区对预期年度损失（EAD）变化的影响比 100 年一遇事件的影响更大。

研究结论和讨论部分进一步强调了这些发现的重要意义。社会经济因素在 TC 风险增加中占主导地位，这提示在风险评估中必须综合考虑两者的相互作用。虽然到 2050 年全球平均 TC 风险增加幅度相对较小，但到本世纪末，最大风险增加幅度可能高达 10 - 400%，且研究仅考虑了 TC 风危害，未充分考虑降雨、风暴潮和海平面上升等因素，实际风险可能更大。不同模型对气候和社会经济驱动因素的敏感性不同，这反映了模型结构差异对风险评估的影响。在模型开发方面，增加模型复杂性并不一定会增加不确定性，关键在于模型参数的作用和相互作用。对于决策制定者而言，应根据风险厌恶程度和实际情况，综合考虑风险模型结果的中心趋势和不确定性，制定合适的风险管理策略。

此外，研究还对不确定性进行了分类和探讨。认识和正确处理认知（epistemic）、偶然（aleatory）和规范（normative）这三种不确定性，对于风险建模和决策至关重要。认知不确定性中的模型不确定性可通过模型改进等方式降低，而情景不确定性虽无法降低，但可引导决策；偶然不确定性可通过概率分布进行量化；规范不确定性则需在模型选择和风险指标确定时，充分考虑利益相关者的需求和价值观。研究还指出，目前暴露和脆弱性建模方面存在不足，需要更多的研究投入，以提高气候风险评估的准确性和可靠性。

总之，该研究通过全面分析未来 TC 风险估计中的不确定性，为气候风险评估提供了更深入的理解，为风险模型的改进和决策制定提供了重要参考，对推动气候风险研究领域的发展具有重要意义。