综述：在人类世背景下应对极端情况：一种基于因果关系和随机物理学的应对方法

《Frontiers in Environmental Science》：Managing extremes in the Anthropocene: a causal, stochastic physics approach

人类活动导致水文气候极端事件频率和严重性激增，传统以最大值为中心的适应策略难以应对持续的非 stationary变化。本文提出频率中心方法，结合极值理论与因果分析，强调物理机制对频率分布的影响，揭示轻尾系统对人为干扰更敏感，并探讨自然解决方案的有效性及多因素交互作用，为制定韧性适应策略提供科学依据。

　　在当今社会，人类活动对水文气候极端事件的影响日益显著，这些事件不仅对生态环境造成破坏，还对人类社会的生存和发展带来巨大挑战。近年来，全球范围内极端水文事件的频率和强度都在迅速上升，其后果包括人员伤亡、健康问题、城市基础设施受损以及数万亿美元的经济损失。这种趋势如果持续或加剧，将对现有的适应与缓解策略构成严峻考验。为了更有效地应对这些挑战，需要重新审视风险评估与管理的方式，尤其是在极端事件的预测和解决方案设计方面。

水文气候极端事件包括热浪、野火、风暴、洪水和干旱等，它们在过去常常被视为自然现象，但在当今时代，人类活动对这些事件的影响变得愈发明显。例如，加拿大不列颠哥伦比亚省（BC）在2021年经历了一场极端热浪，导致619人死亡；严重的野火摧毁了Lytton市的大部分区域；以及广泛的洪水造成了高达170亿加元的经济损失。这些事件不仅影响了当地社区，还对原住民群体造成了不成比例的打击。与此同时，全球其他地区也出现了类似的极端现象，如热浪导致数万人死亡，野火预计带来数十亿美元的死亡影响，而洪水、风暴和干旱预计将在七个国家造成数千亿美元的损失。值得注意的是，即使不考虑其他因素，仅因气候变化造成的极端事件损失每年就高达1430亿美元。

面对这些极端事件带来的挑战，科学界提出了“归因科学”（attribution science）这一概念，用于区分现实世界中的事件与无显著人为影响的“反事实”世界中的事件，从而识别人类活动对极端事件的影响。这一科学方法揭示了人类活动对极端事件频率和强度的显著改变，特别是在气候和土地利用变化（LULC）的背景下。然而，尽管归因科学已经取得了一些进展，如何准确量化风险并基于对极端事件成因的深入理解来制定有效的适应和缓解策略仍然是一个亟待解决的问题。

传统上，洪水风险的管理多采用“幅度中心”（magnitude-centric）的方法，即关注极端事件的规模或强度。然而，这种方法在面对频率变化时显得不足，因为许多极端事件的频率变化比幅度变化更加显著。例如，一些曾经几乎不可能或极其罕见的极端事件，现在可能在200年或更短的时间内发生一次。这种频率的显著增加意味着，仅关注事件的规模无法全面反映洪水风险的变化。事实上，即使在幅度变化较小的情况下，频率的变化也可能非常显著，甚至超过以往的预测。因此，一种“频率中心”（frequency-centric）的方法显得尤为重要，因为它能够更准确地捕捉到这些更频繁的高流量事件及其相关的地貌和生态影响，从而为全面理解变化提供更深入的视角。

此外，传统的工程解决方案如堤坝和桥梁虽然在一定程度上能够缓解洪水风险，但它们在应对频率变化时往往显得不足。这些解决方案通常依赖于设计洪水的幅度，而忽视了频率变化带来的长期影响。例如，频繁的水流活动可能导致堤坝和桥梁的结构性破坏，即使单次洪水的幅度未超过设计标准。此外，工程方案往往需要定期维护和升级，这在面对日益增长的洪水风险时可能显得成本高昂且难以持续。更严重的是，这些方案可能会提供一种虚假的安全感，促使人们在高风险区域进行开发，从而进一步加剧风险。

因此，越来越多的研究开始关注“基于自然的解决方案”（Nature-Based Solutions, NBS），如海绵城市、雨水收集系统和湿地恢复等。这些方案通过暂时储存和缓慢释放雨水，有助于减少突然的径流增加。然而，尽管NBS在成本效益和洪水损失避免方面有其优势，但它们在应对大型洪水时的有效性仍受到质疑。因此，在广泛采用NBS之前，必须对其在不同风险条件下的适用性进行充分评估。

为了更好地理解和预测极端事件，需要将极端值理论（Extreme Value Theory, EVT）与现代的因果科学（causation science）相结合，通过一种“随机物理”（stochastic physics）的方法来分析极端事件的成因和影响。这种方法不仅考虑了自然系统的随机性，还结合了环境和人为因素对频率分布的影响。通过这种方法，可以更准确地量化风险，特别是在非平稳条件下，从而支持更有效的适应和缓解策略。

同时，对极端事件频率分布尾部行为的理解也显得尤为重要。尾部行为反映了极端事件的分布特性，例如“轻尾”（light-tailed）和“重尾”（heavy-tailed）分布。轻尾分布通常意味着系统对变化更为敏感，而重尾分布则可能表现出抗脆弱性（antifragility）。在水文科学中，这种尾部行为的差异对风险评估和管理策略的制定具有重要意义。例如，轻尾分布的系统在非平稳条件下可能更容易受到变化的影响，而重尾分布的系统则可能更稳定。

为了更好地应对这些挑战，需要综合考虑气候、地貌和人为因素对洪水频率曲线（FFC）尾部行为的影响。例如，气候因素如降雪和降雨的分布、干旱和湿润地区的特征、以及极端天气事件的类型都会影响洪水的频率和幅度。地貌因素如地形、土壤和植被的特性，以及流域的大小和形状，也会对洪水的频率分布产生影响。人为因素如森林砍伐、城市化和水库建设等，同样对洪水风险有显著影响。通过结合这些因素，可以更全面地理解洪水频率的变化，并为制定有效的管理策略提供科学依据。

在实际应用中，还需要考虑样本长度和非平稳性的挑战。传统的洪水频率分析通常依赖于有限的观测数据，这可能导致对尾部行为的误判。因此，需要采用更长的模拟时间序列，以及结合统计模型和物理机制的方法，来更准确地评估洪水风险。此外，非平稳条件下的洪水频率分析需要考虑气候变化和土地利用变化对洪水的影响，从而支持更有效的适应和缓解策略。

综上所述，面对日益严重的水文气候极端事件，科学界和政策制定者需要采取更加全面和系统的策略，将频率和幅度的变化结合起来进行评估，并基于因果关系和随机物理的方法进行风险预测和管理。这不仅有助于提高风险评估的准确性，还能为制定有效的适应和缓解措施提供科学支持，从而在21世纪实现更可持续的洪水管理。