［这是对最优指纹法的一点评论，文章发表在：Improving Optimal Fingerprinting Methods Requires a Viewpoint beyond Statistical Science ］

2021年诺贝尔物理学奖获得者克劳斯·哈塞尔曼的一个重要贡献是提出了对气候变化进行检测和归因的最优指纹法。经过牛津大学教授迈尔斯·艾伦及其同事等在统计理论方面的进一步完善，最优指纹法在近几次IPCC报告中确认人类活动导致近百年来全球变暖这一结论发挥了重要作用，指纹法本身也被大多数气候科学家所接受。

但即便如此，最近还是有人发表文章，否定最优指纹法的统计学基础，认为其可靠性需要通过更严格的检验才能验证。针对这样的批评，北京大学陈松蹊院士团队与复旦大学大气与海洋科学系穆穆院士合作发表题为《气候变化研究中最优指纹法的统计学视角》的研究论文( https://doi:10.1007/s00382-023-06975-5)，基本肯定该方法的统计学基础，认为该方法在一般条件下可以获得指纹统计量的无偏和相合性，但其最优性只在理想状况（气候模式模拟的误差协方差矩阵和真实气候系统内部变率相吻合的情况下）才能达到 （https://news.pku.edu.cn/jxky/9cd9c17f70284b86acd7d632f5ddc342.htm ） 。另一方面，过去的十多年中，主流气候科学家和统计学家也从不同的角度提出了多种进一步改进最优指纹法的方案。以上这些充分体现了气候变化科学的开放性和在科学基础上百家争鸣 的良好学术氛围，而这也是气候变化科学在过去几十年中虽然历经争议和误解，终为大多数人和政府所接受的基础。

值得注意的是，上述关于最优指纹法的争鸣或者改进方案大多围绕统计方法本身，很少从气候物理学和动力学的角度出发。但如果细读哈塞尔曼或艾伦的原作，就会发现他们都很强调指纹法的物理学基础和诠释。因此在指纹法发展初期，艾伦等就在文章中明确指出最优指纹法所采用的基本假设，且把问题局限在恰当的范围之内，并不把指纹法当成是更大集合和更好气候模拟的替代。艾伦等又指出对于二氧化碳浓度增加引起的全球平均气候变化，最优指纹法得到的结论比较确定，而对于气溶胶这样相对比较弱的强迫，结论就比较弱。这和后来的研究所指出的也是一致的，很好地体现了艾伦等在科学上实事求是的精神。

随着减缓和适应气候变化成为全世界的共识，气候变化研究的重点不可避免地转向对区域和极端气候事件。很自然地，过去的几年里也就不鲜见最优指纹法在这些问题中的应用。但由于区域气候变化和极端气候事件的不同特征，有必要重新审视最优指纹法所隐含的一些基本假设。

我在“改进最优指纹法需要超越统计学观点“一文中，综合国内外学者的观点，指出最优指纹法所采用的基本假设包括：（1）线性假设，即不同气候强迫所导致气候效应的线性可加性；（2）无相互作用假设，即内部气候变率和气候变化之间没有相互作用；（3）平稳性假设，即内部气候变率在时间上是平稳的。并通过具体例子，简要分析了这些基本假设在区域气候变化和极端气候事件相关的研究中的适用性。 

尽管以上假设对全球平均的气候变化而言，作为一级近似基本上是合理的，但对区域尺度和极端事件的气候变化，以上假设很大程度上不再成立。因此简单套用最优指纹法到区域和极端气候变化的研究中是不可取的。而改进最优指纹法，使之适用于这些问题，需要采取超越统计学的观点。具体而言，就是要更多地采取动力学和物理的观点，把区域尺度上和极端事件中，非线性过程的作用，内部气候变率和气候变化之间的相互作用，气候系统作为非平衡强迫－耗散系统的非平稳性等性质，纳入到检测和归因研究中来。而要做到这一点，就需要在基本理论工具和方法方面，相对于以往的研究，有所突破。在这方面的进一步研究，是值得大家注意的。