玻尔百科预测我们气候的未来是一项不可能完成的任务。地球的气候不是一台确定性的机器，而是一个复杂的互动系统，其未来与人类社会的发展道路密不可分。为了应对这种不确定性，科学家们已经超越了单一预测，转而通过情景分析来探索一系列可信的未来。这种现代方法的核心是共享社会经济路径 (SSPs)，这是一个复杂的框架，它提供了一种结构化的方式，在行星尺度上提出“如果……会怎样？”的问题。本文旨在作为这一基本工具的指南。我们将首先深入探讨SSPs的原则与机制，剖析它们如何将叙事故事情节与定量数据融合，以及它们如何与气候目标相结合，形成一个强大的情景矩阵。随后，我们将探讨该框架广泛的应用与跨学科联系，揭示SSPs如何将全球可能性转化为与公共卫生、生态学、基础设施等相关的具体影响。
为了应对我们气候的未来，我们不能依赖水晶球。气候不是一个其未来早已注定的钟表机械装置。它是一个复杂的互动系统，其未来的路径与我们自身的路径密不可分。科学界没有做出单一的“预测”，而是发展出一种更精细、更强大的方法：探索一系列可信的未来。这就是情景的世界，一个让我们能够在行星尺度上提出“如果……会怎样？”问题的框架。这项工作的核心是共享社会经济路径 (SSPs)，一个丰富而复杂的工具，用以描绘我们可能拥有的未来的前沿。
乍一看，一个SSP似乎只是一堆枯燥的数据。但要真正理解它，我们必须将其视为两种基本成分的混合体：一个故事和一组数字。一个SSP首先是一个定性叙述——一个丰富的、描述性的故事情节，描绘了一个未来的世界。它回答了这样一个问题：“几十年后，我们可能会生活在一个什么样的世界里？”
共有五个主要的SSP叙述，每个都描绘了人类社会不同的发展轨迹。SSP1描绘了一幅“可持续性”的图景，一个走上“绿色道路”的世界，全球合作日益增强，并专注于包容性和可持续发展。SSP3，“区域竞争”，描述了一个民族主义复苏的碎片化世界，各国优先考虑自身安全和粮食供应，导致国际合作水平低，技术增长缓慢。SSP5，“化石燃料驱动的发展”，设想了一个由丰富化石燃料驱动的、快速且不受约束的经济增长的未来。
这些叙述并非纯属虚构；它们为第二种成分提供了逻辑支柱：协调的定量预测。这些是为计算机模型赋予故事生命力的硬数字：关键驱动因素（如人口、经济增长(GDP)和城市化率）的时间序列数据。“区域竞争”世界(SSP3)被量化为国际贸易水平低、GDP增长缓慢、发展中国家人口增长率高。而一个“可持续性”世界(SSP1)则被量化为人口增长率低、向资源消耗较少的经济活动转变以及技术进步迅速。
可以把它想象成在为模拟游戏构建一个虚拟世界。叙述是设计文档，概述了这个世界是和平的高科技乌托邦还是分裂的竞争性景观。定量预测是该世界的核心参数：有多少人居住其中，他们有多富裕，以及他们居住在哪里。SSP框架的魔力在于这两个部分的协同作用。数字（人口、GDP）提供了人类活动的总规模。故事则指导建模者参数化该活动的性质——例如，能源使用效率或低碳技术采纳的速度。一个高度全球合作的故事(SSP1)会转化为假设技术快速扩散的模型参数，而一个碎片化的故事(SSP3)则意味着相反的情况。
然而，一个SSP仅仅是设定了舞台。它描述了社会经济景观及其为应对气候变化带来的挑战。至关重要的一点是，它是政策中性的；它本身并不假定任何超出已实施政策之外的特定气候政策。这是该框架一个刻意为之的绝妙特性，因为它使我们能够将背景情境与我们可能采取的针对气候的具体行动分离开来。
这就是谜题的第二块拼图的用武之地：代表性浓度路径 (RCPs)。一个RCP是一个目标，即到本世纪末辐射强迫——地球能量平衡的净变化——的总量，以瓦特每平方米（）为单位。例如，RCP2.6代表一个到2100年辐射强迫非常低（约）的未来，对应一个已积极限制全球变暖的世界。相比之下，RCP8.5则是一个高强迫未来，约为。
将这两个概念配对，我们得到了SSP-RCP矩阵，这是现代气候预测的支柱，用于诸如第六次耦合模型比对计划 (CMIP6) 等项目中。SSPs构成了该矩阵的行，代表社会经济路径，而RCPs构成了列，代表气候结果。因此，一个情景被标记为“SSP-”，例如SSP2-4.5，它表示一个“中间道路”的社会经济发展(SSP2)，导致到2100年的辐射强迫为。
这种矩阵结构使科学家能够提出极具洞察力的问题。例如，我们可以比较SSP1-2.6和SSP5-2.6。两种情景都达到了同样宏伟的气候目标，但它们提出的问题是：在一个可持续的合作世界与一个沉迷于化石燃料的世界中，要达到这个目标需要付出什么样的成本和努力？
当然，并非所有配对都是可信的。该矩阵并未被完全填充，因为某些组合被认为是不可行或内部不一致的。想象一下SSP3的“区域竞争”世界，其国际合作差，技术进步缓慢。要让这个世界实现RCP2.6所需的严格减排，将需要几乎不可能的英雄式减缓努力，这与SSP3本身的叙述相矛盾。反之，SSP1的可持续世界，强调环境意识和去物质化，不可能产生达到RCP8.5黯淡未来所需的巨大排放量。这些基于技术、经济和社会现实的约束，使得情景矩阵不仅仅是一个理论练习，而是一张真正描绘可信人类未来的地图。
那么，一个关于经济的故事是如何转化为升温的度数的呢？它通过一个伟大的因果链发生，这个序列将人类社会与地球的物理学联系起来。
人类活动 → 排放： 旅程始于一个SSP。被称为综合评估模型 (IAMs)的专门计算机模型将SSP的叙述和定量驱动因素作为输入。然后，IAM模拟全球经济、能源系统和土地利用，计算由此产生的温室气体（、甲烷等）和其他物质（如气溶胶）的排放量。如果目标是达到特定的RCP目标（如），IAM还会计算出实现该目标最经济有效的减排方式，或许是通过引入碳价格或部署可再生能源。
排放 → 浓度： IAM计算出的排放量随后被传递给最全面的气候模型，即地球系统模型 (ESMs)。这些是气候科学的巨擘，详细模拟大气、海洋、陆地和冰。在所谓的排放驱动运行中，ESM接收排放流，并利用其自身的内部交互式碳循环，确定有多少留在大气中，有多少被海洋和陆地吸收。这是质量守恒基本定律的一个完美应用：大气中碳的变化量就是我们排放的量减去地球自然汇能吸收的量。
浓度 → 强迫 → 温度： 一旦ESM计算出的大气浓度，它就可以计算出由此产生的辐射强迫。对于来说，这遵循一个非常简单的对数定律：其浓度每翻一番，就会为地球的能量收支增加一个固定的能量——约。这个额外的能量，即辐射强迫，推高了全球温度。
然而，这里出现了一个美妙而关键的复杂情况：气溶胶效应。产生的同样工业过程和化石燃料燃烧也会释放气溶胶——像硫酸盐和烟尘这样的微小颗粒。与不同，大多数这些气溶胶具有净冷却效应，主要是通过将阳光散射回太空，并使云层更明亮、更具反射性。它们就像一个冷却面具，掩盖了已经发生的温室气体所引起的部分变暖。
这导致了一个深刻的、违反直觉的后果。在像SSP1-2.6这样的“好”情景中，我们积极清理空气污染以保护人类健康，同时我们也会去除这些冷却性气溶胶。结果是什么？被掩盖的变暖被“揭开”，导致近期变暖出现暂时但显著的加速。这种“浮士德式的交易”——即治疗一种疾病（空气污染）的药物暂时加重了另一种疾病（全球变暖）——证明了地球系统内部联系的错综复杂和时而令人惊讶。这也表明了为什么仅从历史数据推断气候的真实敏感性是如此具有挑战性；必须仔细考虑这些气溶胶变化的混杂效应。
当科学家们将这些情景通过世界各地研究中心的数十个不同ESM运行时，它们并不会都产生相同的答案。它们产生一个范围，一系列可能的温度结果。这不是科学的失败；而是对我们已知和未知事物的重要量化。未来气候预测的总不确定性可以理解为由一个“不确定性交响乐团”演奏的交响曲，主要有三个部分。
首先是内部变率。这是气候自身自然的、混沌的舞蹈——厄尔尼诺事件、年代际振荡和随机的天气波动。它就像气候系统的背景噪音。对于近期的区域性预测来说，它是一个重要的不确定性来源，但其对长期全球趋势的影响很小。
其次是模型不确定性。即使每个模型都得到完全相同、协调一致的排放情景，它们也会产生一系列的结果。为什么？因为每个模型都是我们科学交响乐团中一个不同的“乐器”。它们都建立在相同的物理定律之上，但它们以略微不同的方式来表示诸如云的形成或海洋涡流等复杂过程。这种由模型结构差异产生的结果离散，是我们对地球系统精确响应的科学不确定性的一个关键度量。
第三个也是最后一个来源是情景不确定性。这是当我们用根本不同的情景来运行模型时得到的结果差异——例如，SSP1-2.6的可持续世界与SSP5-8.5的化石燃料驱动世界。
这里是最深刻的见解。在近期，即未来一二十年内，我们预测的不确定性主要由模型不确定性和内部变率主导。但随着我们展望更远的未来，到21世纪末，有一个不确定性来源会变得压倒性地占主导地位：情景。我们气候未来悬而未决的最大问题，不是云物理的复杂细节，也不是下一次厄尔尼诺现象的精确时间。是我们自己。是我们人类选择要走的道路。SSPs为我们提供了一张可能前进道路的地图，但选择走哪一条路，完全取决于我们自己。
我们已经探讨了共享社会经济路径（SSPs）的“是什么”和“为什么”——它们的逻辑、结构以及与代表性浓度路径（RCPs）的合作关系。我们已经看到它们不是水晶球，而是关于人类社会未来精心构建的叙述。但我们能用这些叙述来做什么？我们如何将这些故事转化为有形的、城市规划师、医生或环保主义者可以使用的东西？这就是奇迹发生的地方。SSP框架不仅仅是一项学术活动；它是一个强大的引擎，能将全球“如果……会怎样？”的情景转化为横跨众多学科的具体的、定量的见解。它是我们地球的飞行模拟器，让我们在做出集体选择之前测试其后果。
气候科学的核心是地球系统模型（ESM）——一个模拟我们星球物理、化学和生物学的巨大计算实验室。SSP-RCP框架的主要作用是提供驱动这些模型的“强迫”，或外部推动力。一个SSP-RCP组合决定了21世纪温室气体浓度的特定轨迹。建模者将这些数字输入ESM，而编码在数百万行代码中的自然法则便开始发挥作用。
例如，假设我们想了解我们海洋的未来。SSPs为我们的排放提供了故事情节。一个可持续发展（SSP1）的世界与积极的气候政策（RCP2.6）相结合，会产生一种大气轨迹；而一个民族主义复苏和化石燃料驱动增长（SSP5-8.5）的世界则会产生截然不同的轨迹。当这些轨迹被输入ESM时，模型不仅仅计算全球温度。其虚拟海洋吸收了大气中的，碳酸盐化学不可阻挡的定律开始发挥作用。模型计算出溶解无机碳的变化、化学平衡的转变，并最终计算出海洋pH值的下降。这个过程使我们能够以惊人的清晰度，预测不同社会经济未来下海洋酸化的进程，这是从人类选择到行星化学变化的直接连线。
但这些定量路径从何而来？它们并非凭空捏造。它们是另一类工具——综合评估模型（IAMs）——的产物。这些模型充当翻译器，将SSPs丰富的、定性的叙述——关于人口增长、教育程度、经济发展和技术进步的故事——转化为ESMs所需的冷冰冰的排放和土地利用变化的数字。通过对人类系统的简化但强大的表述，如用于人口的逻辑斯谛增长模型，IAMs提供了连接故事与科学的关键环节。
SSPs不仅描述了我们向大气中排放了什么；它们还描述了我们如何重塑地球表面。我们的星球的土地是一块画布，而我们的社会是艺术家。不同的SSP叙述描绘了截然不同的画面：蔓延的城市、扩张的农田、重新造林的地区或广阔的牧场。利用每个SSP中嵌入的人口和农业假设，我们可以模拟这些“人类聚落”或人类主导的生物群系在未来一个世纪的演变。这使我们能够通过模型观察全球人类定居点和农业的潜在消长，为我们自身的足迹构建一张动态地图。
人们可能认为这种土地利用变化是我们发展的被动结果。但地球有其回应的方式。我们在画布上绘制的图画可以改变画布本身的性质。考虑一个正在进行农业集约化的地区，这是在像SSP3这样的碎片化世界下的一个可能结果。扩张的农田，特别是带灌溉的农田，从根本上改变了局部的地表能量平衡。在炎热的一天，太阳照射到地面的能量必须有个去处。在干燥的景观上，大部分能量用于加热空气，产生可以放大热浪的感热通量。但在灌溉的田地上，那部分能量的很大一部分被用来蒸发水分——即潜热通量。这就像一个行星尺度的空调，为局部环境降温。通过模拟这些物理反馈，我们发现，我们在SSP下的土地利用选择不仅是对气候的响应，其本身也是一个可以调高或调低局部气候的杠杆。
对我们大多数人来说，气候变化不是以全球平均温度的逐渐上升来感受的。它是通过风暴的狂怒、热浪的强度或干旱的持续来感受的。SSP框架的一个关键应用是理解我们的选择将如何改变这些极端事件的特征。
把天气想象成一场掷骰子的游戏。历史上，我们对赔率有很好的了解。但气候变化正在给骰子“灌铅”。曾经50年一遇的事件可能会变成10年一遇。气候科学家使用强大的统计工具，如广义极值（GEV）理论，来量化这种变化。通过使GEV分布的参数依赖于特定SSP-RCP情景下预测的全球变暖水平，我们可以计算出（例如）极端降雨的强度和频率将如何变化。这被称为“非平稳”分析，这是一个花哨的术语，背后是一个简单而深刻的思想：游戏规则不再是固定的。
这不仅是一个学术见解；它还是风险管理的一个关键工具。考虑一个电力公司计划在2050年保持供电。他们必须考虑未来气候的压力。他们采用SSP2-4.5等情景下气候模型预测的完整集合——即来自不同模型的数十种可能气候结果的集合。这种“集合离散度”为他们提供了可信的未来范围。然后他们可以问：峰值电力需求在热浪期间的最坏（但仍可信）情景是什么？干旱期间水电可用性的可信最坏情况是什么？通过取预测温度升高的高百分位数和预测河流流量的低百分位数，他们可以对他们的系统进行“压力测试”，以应对未来气候的压力。SSPs为这种清醒的风险评估提供了框架，将抽象的气候预测转化为工程和经济规划的具体数字。
人类不是这次旅程中唯一的物种。每一种植物和动物都适应于特定的气候生态位——一个偏好的温度和降水范围。随着气候在各种SSP-RCP情景下变暖，这些生态位将开始在景观中移动。利用生物气候包络模型，该模型将苔原、北方森林或草原等生物群系的当前分布与其气候条件相对应，我们可以预测这些生物群系未来可能被迫迁移到哪里。
此类分析的结果往往令人警醒。我们看到生物群系向两极或山坡迁移，拼命地追赶它们赖以生存的气候。这引出了SSP框架一个关键而深刻的应用：评估我们保护区的未来。在一个高变暖情景下，一个为保护高山生态系统而于20世纪建立的国家公园，到2100年是否仍能包含该生态系统？或者它是否会发现自己承载着一片温带森林，其最初的目的因气候变化而过时？通过将未来的生物群系地图与当前的保护网络叠加，SSPs使我们能够提出这些难题，并指导一种更具前瞻性的、“气候智能型”的保护方法。
也许SSP框架最强大的特点是它能够将从社会经济选择到人类健康和福祉的各个点联系起来。气候变化不仅仅是一个环境问题；它也是对公共卫生的深远威胁。在这里，SSPs的双重性质大放异彩。一个SSP叙述同时提供了驱动气候变化（如温度上升和相关的空气污染）的排放路径，以及决定我们对这些变化脆弱性的社会背景（如人口规模、财富和治理）。
想象一下使用这个框架来评估未来的疾病负担。对于给定的SSP-RCP组合，RCP方面告诉我们环境压力源（如温度和颗粒物）可能增加的程度。SSP方面则告诉我们将要暴露的人口规模，以及关键的是，他们固有的脆弱性。一个更富裕、教育水平更高、公共卫生系统更强大的社会（如SSP1中）将比一个更贫穷、更分散的社会（如SSP3中）更能抵御给定的热浪。通过在标准流行病学模型中结合这些因素，我们可以预测与气候相关的压力源所导致的可归因超额死亡率，并测试在各种可信的未来情景下，不同的公共卫生干预措施可能有多大效果。
我们甚至可以从这个全球图景中放大，提出非常具体、局部的问题。SSP2-4.5下的变暖将如何影响特定城市的学童？通过使用统计降尺度技术，我们可以将全球气候模型的粗略输出转化为精细的局部预测。然后，我们可以计算出在人类尺度上有意义的指标：例如，学年期间预期出现危险高温天数的数量。这使得公共卫生官员能够根据关于我们可能正在创造的未来的最佳可用科学，规划有针对性的适应措施，如为学校增加冷却系统或调整校历。
从深海的化学到我们电网的韧性，再到我们孩子的健康，共享社会经济路径提供了一个连贯的、科学严谨的框架，用以探索我们可能的未来。它们不是预测。它们是指南针。它们让我们能够看到摆在我们面前的道路可能带来的后果。
这一点在计算剩余碳预算时表现得最为清晰——即我们为了将全球变暖控制在等目标以下仍可排放的总量。这个预算不是一个单一的、固定的数字。它与我们遵循的SSP密切相关。一条伴随着甲烷和一氧化二氮等其他温室气体高排放的路径（通常与某些农业或工业发展路径相关）会“用掉”我们的一部分变暖限额，从而缩小了的可用空间。SSPs使我们能够精确地量化这种效应，展示了我们更广泛的社会发展选择如何直接影响我们的主要气候政策目标。
通过提供一种共同语言和一套一致的假设，SSP框架促成了一场宏大的综合，将数十个领域的科学家团结在一个共同的事业中：理解人类社会与地球系统之间错综复杂的互动网络。正是这种统一的理解，为我们应对21世纪的深远挑战提供了最大的希望。