引子

想象一张渔网。每一根经纬线各自独立，但当它们被编织在一起时，一张网能兜住单根线绝不可能兜住的东西。气候系统就是一张这样的网——大气、海洋、冰冻圈、陆面、生物圈，每一根“线”都有自己固有的变率，但当它们被耦合机制编织在一起时，系统就获得了单一圈层不可能具备的行为：放大、抑制、延迟、突变。

然而，理解这张网的困难在于：我们观测到的永远是复合信号。海洋正在同时经历变暖、变咸、变淡、缺氧、酸化——多个气候影响因子同时同地发生显著变化，通过联合、叠加、因果效应等复杂相互作用，使生态系统承受的环境压力呈现 “1+1>2” 的效应。极端事件也不再是孤立的发生——强降水与随后热浪连续发生所构成的复合极端事件，正在通过加速融雪、增强径流以及强化陆气反馈等过程显著加剧灾害风险。

构造学论要追问的是：在如此密集的信号交织中，我们如何辨认每一条“线”的走向？如何识别哪些耦合在放大扰动、哪些在抑制扰动？如何从复合信号中剥离出单一驱动因子的贡献？

一、复合变率：当信号不再可分离

传统气候研究倾向于“分而治之”——单独研究温度、单独研究降水、单独研究某个气候模态。但这种策略正在遭遇根本性的挑战。但就海洋而言，它正在同时承受温度、盐度、溶解氧、pH等多个要素的共同变化。更令人警醒的是气候变暖已将次表层海水的复合变化推向前所未有的水平。副热带大西洋、热带大西洋、副热带北太平洋、阿拉伯海及地中海，已被识别为海洋复合气候状态变化的“热点区域”——这些地区对复合变化影响的暴露水平更强、持续时间更长、变化幅度更显著。

构造学论将这种现象解读为：系统的“信号空间”正在被密集填充。过去被视为“独立变量”的温度、盐度、氧、pH，正在通过物理-生物-化学耦合通道被编织在一起。它们不再可以被独立地观测、独立地归因、独立地预测。复合变率不是多个单变量变化的简单叠加——它是系统耦合密度增加后涌现的新现象。

二、耦合的拓扑：从海洋与大气握手说起

耦合是气候系统中最核心的构造机制。它不是“两个圈层相互作用”这样一个模糊的表述——在构造学论的定义中，耦合是一个圈层的变化通过特定的物理通道，转化为另一个圈层的变化。

以太平洋年代际变率为例。FGOALS气候模式的研究揭示的一个清晰的耦合拓扑是：正反馈过程与Bjerknes提出的海气相互作用正反馈机制有关——热带海表温度（SST）暖距平信号通过“大气桥”影响热带外大气环流；其负反馈则主要与海洋内部动力过程有关——太平洋异常经向热量输送将热带与中纬度海洋联系在一起，抑制正反馈作用。冷暖位相的反转，由热带与热带外海洋次表层分别以Kelvin波和Rossby波的形式传播来实现。这是一个典型的耦合回路：大气改变海洋（风应力驱动洋流），海洋改变大气（SST异常改变对流和降水），然后通过海洋波动将信号从热带传递到热带外，再通过大气桥将信号传回热带。耦合不是一个单向的因果链，而是一个闭合的回路——闭合，意味着反馈。更复杂的耦合拓扑是，改变“大西洋影响太平洋”或“太平洋影响大西洋”的单向叙事，进而揭示所有大洋（如太平洋、大西洋、印度洋和北冰洋等）通过大气桥和海洋通道编织成一个跨海盆的耦合网络。

构造学论的命题是：耦合的拓扑结构决定了系统对扰动的响应方式。 同一强度的外部强迫，作用于不同的耦合拓扑，会产生完全不同的响应幅度和时空格局。理解气候系统的未来，不是理解单个圈层的行为——而是理解圈层之间那条“线”的走向、密度和强度。

三、反馈的拓扑：放大与抑制的角力

当耦合回路闭合时，反馈就诞生了。

在构造学论的定义中，正反馈是一个初始扰动通过系统的连锁响应被放大；负反馈是同一个扰动被系统的连锁响应所抑制。正反馈使系统趋于不稳定，负反馈使系统趋于稳定。

气候系统中，正反馈占主导。水汽反馈是最典型的例子：温度升高→大气持水能力增加→水汽增加→水汽作为温室气体进一步增温→温度继续升高。冰雪反照率反馈是另一个：温度升高→冰雪融化→反照率降低→吸收更多太阳辐射→温度继续升高。极地冰盖的正反馈机制正在驱动系统跨越稳定边界。

但负反馈同样存在，只是往往更隐蔽、更缓慢。在太平洋年代际变率中，海洋内部的经向热量输送和Rossby波传播构成了负反馈回路——它们抑制正反馈的无限放大，使系统在某个范围内振荡而非失控。降水过程无论在地表还是大气中均表现为负反馈。蒸发过程在地表的中低纬度表现为负反馈。

然而，反馈的强度不是固定的。它随背景态的变化而变化。2026年发表于《自然·气候变化》的一项研究指出，云-气候反馈是热带海气相互作用的重要过程，但耦合模式往往低估了这一反馈的强度——因为模式中热带大气对流和云对海表温度变化的敏感性比真实大气偏弱。反馈的强度被低估，意味着气候敏感度被低估，意味着未来的变暖幅度可能比当前预测更大。

构造学论将反馈理解为系统的“增益”结构。正反馈是增益大于1——输入被放大；负反馈是增益小于1——输入被衰减。系统的最终响应，是所有反馈回路（正的和负的、快的和慢的、局部的和全球的）的净增益。而净增益的大小，决定了系统对同样强度的外部强迫会产生多大的响应。这就是为什么微量温室气体能产生如此重大的气候影响——因为反馈网络将它放大了。

四、滤波与降噪：从复合信号中分离贡献

如果观测到的永远是复合信号，那么我们如何知道“谁贡献了多少”？

这就是滤波与降噪的任务。在构造学论的定义中，滤波是从一个复合信号中分离出特定成分的操作；降噪是从信号中移除“不感兴趣”的变率、保留“感兴趣”的趋势的操作。

气候归因中最经典的方法是最优指纹法（Optimal Fingerprinting Method, OFM）-。它的数学形式可以写为：Y=aX+ϵ，其中 Y 代表实际观测到的气候变化数据，X 代表外强迫带来的响应信号（通过气候模式得到），a 代表这些信号的响应系数，ϵ 代表气候系统内部自然变率带来的“噪声”。最优指纹法的本质是构造一个线性平滑滤波器，在最大程度上抑制自然变率（“噪声”）相对于外强迫信号（“信号”）的贡献。但滤波从来不是完美的——“任何能够让感兴趣的信号通过的滤波器也会让其他信号的某些分量通过”。不同气候信号的时空分布存在交叉，分离它们永远是一个逼近问题，而非精确解。

构造学论将滤波与归因理解为“反向编织”。观测到的复合信号是一块已经织好的布——我们要做的是辨认每一根线的来源、走向和张力。最优指纹法、联合概率框架、涌现时间（Time-of-emergence）—这些工具都是“拆解编织”的操作协议。它们的精度决定了我们对“谁贡献了多少”这个问题的回答有多可靠。

（待续...）

支持单位：