更多的洪水、火災和颶風—科學防災以實現(xiàn)聯(lián)合國可持續(xù)發(fā)展目標

編譯 胡德良

颶風“埃洛伊塞”（Eloise）過后，莫桑比克一所學校遭受了洪災。教育的中斷對生活、生計和經濟造成損害和影響可能長達幾十年

如果沒有新的模型、更合理的指標和更多的投資，一連串的極端事件可能會阻礙聯(lián)合國可持續(xù)發(fā)展目標的實現(xiàn)。

氣候變化正在引發(fā)越來越多的極端事件——從風暴和干旱到洪水和颶風。隨著地球變暖的加劇，發(fā)生災害的風險也在增加，而且這些風險在許多環(huán)境和社會系統(tǒng)中相互作用和影響。熱浪可能會引發(fā)森林火災，導致空氣污染，從而損害公眾健康；干旱會造成收成減少，導致食品價格波動，繼而可能會加劇社會動蕩或移民增加。

為了到2030年能夠實現(xiàn)聯(lián)合國可持續(xù)發(fā)展目標（SDGs），各國紛紛制定了相應的戰(zhàn)略。然而，大多數國家的戰(zhàn)略中幾乎沒有考慮到災害的多米諾效應。

2015年，聯(lián)合國制定了17項可持續(xù)發(fā)展目標，包括從“零饑餓（SDG2）”到“擔負得起的清潔能源（SDG7）”再到“可持續(xù)發(fā)展的城市和社區(qū)（SDG11）”等。許多國家正在努力實現(xiàn)這些目標，但并沒有充分考慮極端天氣的影響。以德國為例，該國在氣候行動方面起到了帶頭作用，其2018年的可持續(xù)發(fā)展戰(zhàn)略長達60頁，但“災害”一詞只出現(xiàn)了一次，也沒有對災害事件的增加所帶來的影響進行分析。

現(xiàn)在，許多人認識到氣候變化正在使火災、洪水、熱浪和風暴更加頻繁，更加嚴重，或者兩種情況兼而有之。然而，這種認識并沒有使研究或政策發(fā)生改變，部分原因在于人們對此仍然認識不足。對決策者來說，未來的災難是不真實的，我們經歷過如此多這樣的情況——政府缺乏對大流行的準備，盡管多年來人們一直警告說，類似COVID-19的情況肯定會到來，只是時間早晚的問題。其他障礙還包括：國家治理和國際治理不足，溝通方面也存在挑戰(zhàn)。對于量化這些復雜的連鎖反應，研究界還沒有提供所需的跨學科模型。

因此，許多為了實現(xiàn)SDGs所做的努力將會像紙牌摞起來的房子一樣，一震就倒。新冠肺炎大流行說明了這一點：一場災難就會使全球在貧困、饑餓、兒童免疫接種、教育不平等、婦女工作等方面的進展遭遇挫折。我們在全球范圍內做出努力的過程中，需要更加有力地應對變暖的世界，深刻認識各種風險不斷變化和相互關聯(lián)的本質。

要想準備充分，不僅僅是資金和工程的問題，也涉及知識和遠見方面的問題。不幸的是，極端氣候造成的不同風險相互關聯(lián)，相互依賴，這是造成未來災難的最重要的潛在原因之一，這種原因也是研究最少的一個方面，而這種研究涉及社會科學和自然科學的方方面面。

現(xiàn)在該怎么辦？研究人員必須為決策者創(chuàng)建更加容易理解和更加有用的模型。在可能的情況下，研究人員應該重新設計可持續(xù)發(fā)展的目標和指標，使其充分反映面對熱浪、火災、旱災、洪災、颶風、泥石流等自然災害時的脆弱性。此外，還需要說服政治家，讓他們投資于預防措施和適應機制。

認識風險

事實上，1992年的聯(lián)合國環(huán)境與發(fā)展會議已經認識到極端氣候會危及發(fā)展?！?015至2030年仙臺框架》中也指出了這一點，該框架是“減少和預防全球范圍內的災害、降低風險”的全球性協(xié)議。然而，在這些想法上的進展甚微。

倒是也有一些做準備工作的案例。在荷蘭和意大利的威尼斯，攔洪壩是為了防備未來海平面的上升。但是，對于海平面上升帶來的洪澇問題在認識上比較容易把握，但復雜的混合事件帶來的影響卻更加難以把握，有時這些事件是反直覺的，在空間和時間上的聯(lián)系有著很大的跨度。

例如，2018年，南加州陡峭的山坡上發(fā)生了野火，然而在一個月之后，傾盆大雨造成了災難性的泥石流。另一個案例是：經過一個潮濕的冬天之后，會有大量的植物生長，但如果接下來是一個炎熱干燥的夏天，那么就會因林木燃料積聚而造成很大的火災風險。河流防洪工程需要同時考慮干旱和水流量大的問題，因為堤壩中的干料遇旱會產生收縮、開裂，變得不穩(wěn)定。

2018年，一場野火導致俄克拉荷馬州的電力線發(fā)生爆炸，這種基礎設施的崩潰會產生影響深遠的連鎖反應

極端天氣會引起惡性循環(huán)，使自然、社會和經濟等各領域變得越來越脆弱。例如，在21世紀初，莫桑比克發(fā)生了旱災和洪災，摧毀了基礎設施和農作物，在住房、就業(yè)、教育和社會關系方面產生了多米諾效應。為了恢復生活，各個家庭不得不賣掉房子或土地，或者讓孩子們去打工，這樣長期的收入和福祉就受到了影響。全國食品消費下降了1/4以上，洪災地區(qū)健康狀況不佳的兒童增加了4倍，學校出勤率急劇下降，貧困率上升了17.5個百分點。

只是在過去幾年里，這些跨越不同系統(tǒng)的連鎖反應才得到學術界的高度關注，然而社會方面的問題仍然沒有得到深刻的認識。

修改模型

目前的大多數模型不能預測這些復雜的情況，這些模型可能沒有顧及農業(yè)、生態(tài)系統(tǒng)、家庭、公司、金融機構、社會凝聚力和治理之間的關系。然而，所有這些相互關系都應該能夠通過模型明確地模擬出來，并對間接的長期影響進行量化。

這是一項嚴峻的挑戰(zhàn)，但是，基于行為主體的模型可以提供幫助。在這種方法中，隨著對不斷變化的條件做出反應，需要對主體（個人、組織或團體）的相互關系進行模擬。長期以來，持有批評意見的人一直認為：這種模型太過復雜和不確定，無法產生可靠的結果。但是，得益于海量數據、改進的人工智能（AI）和更強的計算能力，目前這種技術正在走向成熟。

業(yè)已證明，在過去社會比較簡單的系統(tǒng)中，這樣的模型起到了作用。例如，在公元900年至1200年期間，北美中西部反復出現(xiàn)干旱，模型顯示了當時的卡霍基亞人應對反復干旱的方式。此外，在預估奧地利遭遇大洪水后將會出現(xiàn)怎樣的風險方面，這些模型也顯示出潛力。研究人員估計出洪水對建筑及基礎設施、信貸供應和政府財政所造成的影響——這些都是阻礙災后重建的因素。

不管利用什么工具，更多的研究人員都需要利用經濟數據和人口普查數據來繪制復雜的社會系統(tǒng)。這種方法需要利用高質量的統(tǒng)一協(xié)調的數據，但是擁有這些數據信息通常還不夠。重要的是，大數據工作需要與社會科學家的定性工作相結合，其中包括人類學家、經濟學家、歷史學家和考古學家的工作，這些工作具有文化敏感性和地方特色。

數據科學和人工智能在災害防備、災害應對和災害恢復中發(fā)揮著越來越重要的作用。例如，分析衛(wèi)星圖像和其他地球觀測數據，能夠幫助確定在何處可以提供最有效的人道主義援助，而人工智能能夠支持早期預警系統(tǒng)和風險評估。準確的數據、模型和治理之間會相互作用的一個例子是：在2020年5月，颶風“安攀”（Amphan）襲擊之前，印度和孟加拉國約有300萬人收到早期預警，進行了準備工作，完成了撤離行動。在預測長期的脆弱性方面，人工智能有著很大的發(fā)展和利用空間。

改進指標

在努力建模的同時，研究人員應該幫助重新制定可持續(xù)發(fā)展目標的指標，使這些指標能夠更好地跟蹤在實現(xiàn)彈性可持續(xù)發(fā)展方面取得的進展。

良好的指標能夠說明可變性和脆弱性。例如，在成功實現(xiàn)零饑餓目標（SDG2）方面，指標之一是國內食品價格波動指數，這一指標說明了谷物、植物油、乳制品、肉類和糖的價格指數平均值的標準偏差。因此，該指標考慮到了每年糧食供應的確定性和穩(wěn)定性，但是這一點會受到極端氣候的影響。這一指標的變化對于了解臨時性食物匱乏帶來的影響非常重要，而臨時性食物匱乏對窮人的影響更大，因為他們要把收入的很大一部分花在食物上。然而，這個指標只是針對全國范圍進行定期報告，而不是針對某些區(qū)域或某些地方的范圍進行報告。

在2020年漫長的季風季節(jié)里，韓國的一位農民在暴雨和洪水之后恢復了自己的稻田

大多數其他SDG目標和指標完全忽略了風險和可變性。例如，“優(yōu)質水體的比例”和“細顆粒物的年平均水平”等指標，只是以年平均值來衡量。為了揭示這些系統(tǒng)的脆弱性，并跟蹤探索這種脆弱性隨世界變暖而發(fā)生變化的方式，增加可變性指標和測量將會成為重要的第一步。

在過去的幾年里，研究人員試圖繪制出“可持續(xù)發(fā)展目標關系網”——SDGs之間相互關系的網狀圖，像這樣的重要工作有助于了解不同國家各種SDGs之間的協(xié)同作用和平衡關系。還應該將可持續(xù)發(fā)展目標的指標以及仙臺災害風險指標編入反映系統(tǒng)性風險的復合指標中。不過，需要做更多的工作來理解如何才能實現(xiàn)這一點，并探索哪些模型和數據可能會有所幫助。

投資目標

針對現(xiàn)實的、相互作用的風險來建立模型，跟蹤探索脆弱性，對風險進行量化，這些對于幫助決策者和投資者決定將資金和注意力投向何處是至關重要的。

例如，許多研究人員專注于培育更加富有營養(yǎng)的作物，以幫助實現(xiàn)零饑餓。他們需要了解，未來的干旱是否會使這些品種的培育遭遇失敗，哪些作物、什么樣的種植組合或耕作方法會對生物多樣性、生態(tài)系統(tǒng)的恢復或大約5億小農戶產生不利影響，從而影響其他SDGs的實現(xiàn)。以觀測數據為基礎的系統(tǒng)模型，將有助于確定哪些因素應該得到修正，以提高災后的恢復水平。

對于政治家們來說，在恢復措施方面進行大量投資可能不易做到，他們很難向選民證明這樣做是合理的，因為這種投資通常不會立即得到回報，而且未來的極端事件在時間上和規(guī)模上都是未知的。但從長遠來看，如果不進行這樣的投資，付出的代價就會大得多——目前的新冠肺炎大流行已經表明了這一點。

2019年的一份關于中低收入國家的報告發(fā)現(xiàn)：對電力、水與衛(wèi)生、交通這三個部門基礎設施的投資，如果比正常水平多3%，那么將會使這些基礎設施在經歷極端事件之后更有彈性，更易于恢復。該報告還發(fā)現(xiàn)：從長遠來看，每投資1美元，就會有4美元的回報，而且隨著極端氣候事件的升級，得到的回報將會更大。基礎設施的改善可以避免直接損害，防止災后經濟活動發(fā)生中斷。例如，1962年，德國漢堡經歷了風暴潮之后，投資22億歐元用于防洪；從那時起，估計這座城市已經避免的損失超過了200億歐元。

幸運的是，風險評估規(guī)則不需要重新制定，因為這些風險評估規(guī)則在保險行業(yè)中已經成熟，如在地震災害方面的評估等?，F(xiàn)在的挑戰(zhàn)是，需要對不斷變化的風險和極端氣候事件的深遠影響進行建模、量化和調整適應。在一個變暖的世界中，這些行動是不可避免的，而且行動得越早越好。

資料來源Nature